[新手-数据分析师]pandas学习未跟完的函数补齐

pd.Timestamp

pd.to_datetime

pd.date_range

pd.index

貌似Chrome一直崩溃，搞了老两杯咖啡的时间都没法解决。只好放弃治疗了，在这篇中继续未完成的事业，发一篇新的。😓😓😓！貌似最近自我陶醉在写心得上，虽然来观看的人寥寥无几。不过，能让本身开心的事情，仍是能够继续的。

##pd.Timestamp

print(pd.Timestamp('2016-11-23'))
stamp=pd.Timestamp('2016-11-23 9:58',tz='US/Eastern')
print(stamp)

就如其本名，时间戳。跟时间序列和日期范围差很少,能够用来作时区转化。

##pd.to_datetime

df = pd.DataFrame({'year': [2015, 2016],
                       'month': [2, 3],
                       'day': [4, 5]})
print(pd.to_datetime(df))

将表明时间的字符转化为Timestamp对象。

更多细节参考：参考资料

##pd.date_range

day = pd.date_range('2016-11-15','2016-11-20')
month = pd.date_range('2016-1-15','2016-11-20',freq='M')
month1 = pd.date_range('2016-1-15','2016-11-20',freq=pd.tseries.offsets.DateOffset(months=1))
print(day)
print(month)
print(month1)

厉害了个人哥，产生一个DatetimeIndex，就是时间序列数据的索引。仔细看month和month1的差异，会用获得的。

更多细节参考：参考资料

##pd.index

index = pd.date_range('11/1/2016', periods=8)

s = pd.Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])

df = pd.DataFrame(np.random.randn(8, 3), index=index,
		                  columns=['A', 'B', 'C'])
print(df.index)

Index:pandas数据操纵的鬼牌（行级索引）

pandas的经常使用函数介绍就应该over了，原本因该中规中矩的介绍一下其余的。可是若是一直停留在理论上的话，仍是蛮耗费时间的。先抓一些能实际用得着的框架，而后再实际运用中去查漏补缺吧！

最近要CDA的考试，虽然实际运用很重要，然敲门砖一样不可缺。啃题库去！

所用代码片断：连接: https://pan.baidu.com/s/1c2NyKyW 密码: gb73

开通了一个博客（www.nigaea.com），欢迎来扰！