27
4
CFSDN nhấn mạnh vào giá trị tạo ra nguồn mở và chúng tôi cam kết xây dựng nền tảng chia sẻ tài nguyên để mọi nhân viên CNTT có thể tìm thấy thế giới tuyệt vời của bạn tại đây.
Bài viết trên blog CFSDN này về việc triển khai lọc dữ liệu theo phạm vi ngày được tác giả sưu tầm và biên soạn. Nếu bạn quan tâm đến bài viết này thì nhớ like nhé.
Pandas là một thư viện mạnh mẽ trong python. Tôi sẽ không nhắc lại ở đây mà sẽ giới thiệu ngắn gọn cách sử dụng phạm vi ngày để lọc dữ liệu về gấu trúc.
Cột dùng để lọc thuộc loại ngày, vì vậy phạm vi ngày cần lọc phải được chuyển đổi từ chuỗi sang loại ngày.
Ví dụ: dữ liệu của tôi chứa tên cột Trade_date, từ 20050101 đến 20190926. Tôi muốn lọc dữ liệu từ 20050606 đến 20071016. Sau đó, trước tiên hãy chuyển đổi kiểu dữ liệu như sau:
|
1
2
|
ngày s_s
=
datetime.datetime.strptime(
'20050606'
,
'%Y%m%d'
).ngày()
ngày điện tử
=
datetime.datetime.strptime(
'20071016'
,
'%Y%m%d'
).ngày()
|
Rất đơn giản, chỉ một dòng mã:
|
1
|
df
=
df[(df[
'giữa_ngày'
] >
=
s_date) & (df[
'giữa_ngày'
] <
=
ngày điện tử)]
|
Những điều cần lưu ý.
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
|
nhập khẩu
gấu trúc như pd
#Đọc tập tin
df
=
pd. đọc_csv(
'./TianQi.csv'
)
#Một số phương pháp để lấy dữ liệu tháng 9
#Phương pháp 1 sử dụng việc cắt chỉ mục hàng, ['2019/9/1':'2019/9/30']. Điểm bất lợi là các ngày phải liên tiếp. Để thuận tiện cho việc xem, 5 mục trên cùng được lấy. Các phương pháp khác dưới đây đều lấy 5 mục trên cùng. Vì chúng không được sắp xếp nên thứ tự sẽ khác.
df. set_index(
'ngày'
, tại chỗ
=
ĐÚNG VẬY
)
in
(trích dẫn[
'2019/9/1'
:
'2019/9/30'
].cái đầu())
#Hoặc print(df.loc['2019/9/1':'2019/9/30',:])
'''
In:
Nhiệt độ tối đa Nhiệt độ tối thiểu Thời tiết Hướng gió Mức gió Chất lượng không khí
ngày
1/9/2019 33oC 19oC Có mây đến nắng Gió tây nam cấp 2 Tốt
2019/9/2 34oC 20oC nắng gió nam cấp 2 tốt
2019/9/3 33°C 20°C Nắng, gió Đông Nam cấp 2, tốt
2019/9/7 34oC 21oC nắng gió tây nam cấp 2 tốt
8/9/2019 35oC 22oC Nắng~Mây Gió Đông Bắc cấp 2 Tốt
'''
#Phương pháp 2 Sử dụng tính năng tạo danh sách và startwith('2019/9') để tạo danh sách bool. Nhược điểm là rắc rối hơn.
in
(df.loc[[
ĐÚNG VẬY
nếu như
i.bắt đầu bằng(
'2019/9'
)
khác
SAI
vì
Tôi
TRONG
df.index.tolist()],:].head())
'''
In:
Nhiệt độ tối đa Nhiệt độ tối thiểu Thời tiết Hướng gió Mức gió Chất lượng không khí
ngày
2019/9/4 32oC 19oC Nắng, gió đông nam cấp 2, tốt
2019/9/5 33oC 20oC Nắng, gió đông nam cấp 2, tốt
2019/9/6 33oC 20oC Nắng, gió đông nam cấp 1, tốt
1/9/2019 33oC 19oC Có mây đến nắng Gió tây nam cấp 2 Tốt
2019/9/2 34oC 20oC nắng gió nam cấp 2 tốt
'''
#Phương pháp 3: Sử dụng str và startedwith('2019/9')|contains('2019/9') của gấu trúc.
df1
=
pd. đọc_csv(
'./TianQi.csv'
)
in
(df1[df1[
'ngày'
].
đường
.bắt đầu bằng(
'2019/9'
)].cái đầu())
'''
In:
Ngày Nhiệt độ tối đa Nhiệt độ tối thiểu Thời tiết Hướng gió Mức gió Chất lượng không khí
243 2019/9/4 32oC 19oC Nắng, gió đông nam cấp 2, tốt
244 2019/9/5 33oC 20oC Nắng, gió đông nam cấp 2, tốt
245 2019/9/6 33oC 20oC Nắng, gió đông nam cấp 1, tốt
246 2019/9/1 33°C 19° Có mây đến nắng Gió Tây Nam cấp 2 Tốt
247 2019/9/2 34°C 20° Nắng Gió Nam Cấp 2 Tốt
'''
#Phương pháp 4: Chuyển đổi ngày thành kiểu ngày giờ
df1[
'ngày'
]
=
pd.to_datetime(df1[
'ngày'
])
df1.set_index(
'ngày'
, tại chỗ
=
ĐÚNG VẬY
,làm rơi
=
ĐÚNG VẬY
)
#print(df1['2019']) #Nhận dữ liệu năm 2019 hoặc df.loc['2019']
in
(df1[
'2019/09'
].cái đầu())
'''
Lấy dữ liệu cho tháng 9 năm 2019. Các biến thể khác là df['2019-9'] df['2019-09'] df['2019/9'] df.loc['2019-9',:] df.loc[ '2019 -09',:] df.loc['2019/09',:] df.loc['2019/9',:]
In:
Nhiệt độ tối đa Nhiệt độ tối thiểu Thời tiết Hướng gió Mức gió Chất lượng không khí
ngày
2019-09-04 32oC 19oC Nắng, gió đông nam cấp 2, tốt
2019-09-05 33oC 20oC nắng gió đông nam cấp 2 tốt
2019-09-06 33°C 20°C Nắng, gió Đông Nam cấp 1, tốt
2019-09-01 33oC 19oC Có mây~Nắng Gió Tây Nam cấp 2 Tốt
2019-09-02 34oC 20oC nắng gió nam cấp 2 tốt
'''
#Lưu ý rằng nếu bạn muốn lấy dữ liệu cho một ngày nhất định, bạn phải sử dụng tính năng cắt, chẳng hạn như df['2019/9/1':'2019/9/1']
'''
Hãy dành chút thời gian
df1.truncate(after = '2019-9-01') # Trả về dữ liệu trước sau
df1.truncate(Before = '2019-9-01') # Trả về dữ liệu sau trước
df1['20190901':'2019/9/10']
'''
#Phương pháp 5 #Khi đọc một tệp, hãy sử dụng phân tích cú pháp_dates=['date'] để chuyển đổi ngày thành loại ngày giờ, tương đương với pd.to_datetime. Đồng thời, bạn có thể sử dụng index_col để lấy cột đó làm chỉ mục hàng, tương đương với set_index.
df2
=
pd. đọc_csv(
'./TianQi.csv'
,phân tích ngày
=
[
'ngày'
])
df2[
'Năm'
]
=
df2[
'ngày'
].ngày.năm
df2[
'mặt trăng'
]
=
df2[
'ngày'
].ngày.tháng
số lượng
=
"Năm=='2019' và tháng=='9'"
in
(df2.query(qstr).head())
'''
In:
Ngày Nhiệt độ tối đa Nhiệt độ tối thiểu Thời tiết Hướng gió Mức gió Chất lượng không khí Năm và tháng
243 2019-09-04 32°C 19° Nắng gió Đông Nam cấp 2 Tốt 2019 9
244 2019-09-05 33°C 20° Nắng gió Đông Nam cấp 2 Tốt 2019 9
245 2019-09-06 33°C 20° Nắng gió Đông Nam cấp 1 Tốt 2019 9
246 2019-09-01 33°C 19° Có mây đến nắng Gió Tây Nam cấp 2 Liang 2019 9
247 2019-09-02 34°C 20° Nắng Gió Nam cấp 2 Tốt 2019 9
'''
'''
Các thuộc tính và phương thức thường được sử dụng khác của dt như sau:
df['Date'].dt.day # Ngày trích xuất
df['date'].dt.year #Trích xuất năm
df['Date'].dt.hour # Trích xuất giờ
df['Date'].dt.phút # Trích xuất phút
df['Date'].dt.second # Trích xuất giây
df['Date'].dt.week # Tuần trong năm
df['Date'].dt.weekday # Trả về ngày trong tuần, 0 đại diện cho Thứ Hai, 6 đại diện cho Chủ Nhật
df['Date'].dt.dayofyear # Trả về ngày trong năm
df['Date'].dt.quarter # Lấy phần tư của mỗi ngày.
df['date'].dt.is_month_start # Xác định xem ngày có phải là ngày đầu tiên của mỗi tháng không
df['date'].dt.is_month_end # Xác định xem ngày đó có phải là ngày cuối cùng của mỗi tháng không
df['Date'].dt.is_leap_year # Xác định xem đó có phải là năm nhuận không
df['Date'].dt.month_name() # Trả về tên tiếng Anh của tháng
df['date'].dt.to_ Period('Q') # M đại diện cho tháng, Q đại diện cho quý, A đại diện cho năm, D đại diện cho ngày
df['Date'].dt.weekday_name # Trả về ngày trong tuần bằng tiếng Anh. Do vấn đề về phiên bản gấu trúc, để thay đổi phiên bản gấu trúc, hãy nhập vào cmd: pip install --upgrade pandas==0.25.3.
Series.dt.normalize() # Hàm chuyển đổi thời gian trong đối tượng Series đã cho thành nửa đêm.
'''
|
Đến đây là kết thúc bài viết về việc triển khai tính năng lọc dữ liệu theo phạm vi ngày của gấu trúc. Để biết thêm thông tin về tính năng lọc theo phạm vi ngày của gấu trúc, vui lòng tìm kiếm các bài viết trước của tôi hoặc tiếp tục duyệt qua các bài viết liên quan bên dưới. Tôi hy vọng bạn sẽ ủng hộ tôi trong tương lai! .
Liên kết gốc: https://blog.csdn.net/pptsv7/article/details/101438535.
Cuối cùng, bài viết này về việc triển khai gấu trúc lọc dữ liệu theo phạm vi ngày kết thúc tại đây. Nếu bạn muốn biết thêm về việc triển khai gấu trúc lọc dữ liệu theo phạm vi ngày, vui lòng tìm kiếm bài viết CFSDN hoặc tiếp tục duyệt các bài viết liên quan. blog của tôi trong tương lai! .
27
4
0
Thông tin cơ bản: Gần đây tôi đã làm việc với JPA và rất ấn tượng với sự dễ dàng mà tôi có thể tạo lớp lưu giữ lâu dài cho một dự án cơ sở dữ liệu quan hệ khá lớn. Công ty chúng tôi sử dụng nhiều cơ sở dữ liệu không phải SQL, đặc biệt là cơ sở dữ liệu hướng cột. Tôi có ý tưởng về việc có thể sử dụng JPA với các cơ sở dữ liệu này
Tôi đã thêm các cấu hình bản dựng này vào maven pom của mình vì tôi muốn kết hợp các phần phụ thuộc Apache Solr với Jar. Nếu không tôi nhận được SolarServerException: ClassNotF
giao diện ITurtle { void Fight(); void EatPizza(); } giao diện ILeonardo : ITurtle {
Tôi hy vọng rằng một trong các công cụ ánh xạ đối tượng/quan hệ (ORM) có sẵn cho Java sẽ đáp ứng các yêu cầu sau: sử dụng JPA hoặc truy vấn SQL gốc để lấy số lượng lớn hàng và trả về chúng dưới dạng đối tượng thực thể. Cho phép lặp qua các hàng (thực thể) và thực hiện thao tác hiện tại
Có vẻ như là không, vì tôi có mã triển khai From for, tôi có thể chuyển đổi A thành B bằng .into(), nhưng điều tương tự không hoạt động với Vec .into() a Vec. Hoặc là tôi đã làm hỏng điều gì đó. ngăn cản việc triển khai nguồn gốc, Hoặc điều này không nên được đăng
Trong C#, nếu A triển khai IX và B kế thừa từ A, thì có nhất thiết phải tuân theo B triển khai IX không? Nếu vậy thì có phải do LSP không? Có sự khác biệt nào giữa: 1. Giao diện IX Loại A : IX;
Như hiện tại, câu hỏi này không phù hợp với định dạng Hỏi & Đáp của chúng tôi. Chúng tôi hy vọng câu trả lời sẽ được hỗ trợ bởi các sự kiện, trích dẫn hoặc chuyên môn, nhưng câu hỏi có thể gây ra tranh luận, tranh luận, bỏ phiếu hoặc thảo luận mở rộng. Nếu bạn cảm thấy vấn đề này có thể được cải thiện và có thể mở lại, hãy truy cập
Tôi đang đọc mã triển khai của (^) từ thư viện haskell tiêu chuẩn: (^) :: (Num a, Integral b) => a -> b -> a x0 ^ y0 | triển lãm x0
Tôi sẽ biểu diễn trò chơi cờ vua dưới dạng cấu trúc C++. Theo tôi, lựa chọn tốt nhất là cấu trúc cây (vì ở mỗi độ sâu, chúng ta có thể thực hiện một số bước di chuyển). Đây có phải là một cách tiếp cận tốt? cấu trúc TreeElement{SomeMoveType
Tôi đang triển khai thuật toán khớp chuỗi cho cơ sở dữ liệu tên người dùng. Cách tiếp cận của tôi lấy cơ sở dữ liệu tên người dùng hiện có và tên người dùng mới mà người dùng muốn, sau đó kiểm tra xem tên người dùng đó đã được sử dụng chưa. Nếu được lấy, phương thức sẽ trả về tên người dùng với một số không được lấy từ cơ sở dữ liệu. Ví dụ: “Gia
Tôi đang cố triển khai thuật toán tìm kiếm theo chiều rộng để tìm khoảng cách ngắn nhất giữa hai đỉnh. Tôi đã phát triển một đối tượng Hàng đợi để lưu và truy xuất các đối tượng và tôi có một mảng 2D để lưu hai đỉnh đã cho
Tôi hiện đang phát triển trò chơi Python của mình bằng ika, sử dụng python 2.5 và tôi quyết định sử dụng tính năng tìm đường A* cho AI. Tuy nhiên, tôi thấy nó quá chậm so với nhu cầu của mình (3-4 kẻ thù có thể sẽ tụt lại phía sau trò chơi, nhưng tôi muốn cung cấp 4-
Tôi đang tìm cách triển khai mã nguồn mở của Kademlia cho bảng băm phân tán trong C/C++. Nó phải nhẹ và đa nền tảng (win/linux/mac). Nó phải có khả năng xuất bản thông tin lên DHT và truy xuất nó. Câu trả lời hay nhất OpenDHT là
Tôi đọc được dòng này trong một cuốn sách: - "Khi chúng tôi yêu cầu triển khai C++ chạy một chương trình, nó sẽ thực hiện bằng cách gọi hàm này." Và tôi muốn biết "triển khai C++" nghĩa là gì hoặc cụ thể là gì. giúp đỡ!? Câu trả lời hay nhất "triển khai C++" đề cập đến trình biên dịch cộng với liên kết
Tôi đang cố gắng triển khai vấn đề về chiếc ba lô này bằng cách sử dụng C++ phân nhánh và ràng buộc. Có một phiên bản Java trên trang này: Triển khai nhánh và ràng buộc cho ba lô Tôi đang cố gắng in phiên bản C++ của mình
Có nhiều tình huống mà tôi cần quyền truy cập vào thuật toán băm phù hợp trong C#, từ ghi đè GetHashCode đến thực hiện so sánh/tra cứu nhanh trên dữ liệu. Tôi thấy băm FNV là một thuật toán băm rất đơn giản/tốt/nhanh. Tuy nhiên, tôi chưa bao giờ thấy triển khai C#
Ý tưởng cốt lõi của chiến lược thay thế bộ đệm LRU thư mục không thể áp dụng thuật toán kịch bản triển khai cơ bản tối ưu hóa thuật toán
1. Giới thiệu Trong bài trước chúng tôi đã đề cập đến sự chuyển đổi lẫn nhau của các hệ tọa độ hình chữ nhật trong không gian Khi chuyển đổi tọa độ đo đạc và lập bản đồ, tình huống thường gặp là: chuyển đổi góc nhỏ của hai hệ tọa độ hình chữ nhật. Đây là những gì chúng ta thường sử dụng trong xử lý dữ liệu khảo sát và bản đồ, hệ tọa độ WGS-84, hệ tọa độ 54 Bắc Kinh
Trong quá trình phát triển phần mềm, đôi khi chúng ta cần thường xuyên kiểm tra dữ liệu trong cơ sở dữ liệu và kích hoạt hành động khi tìm thấy dữ liệu mới. Để hiện thực hóa yêu cầu này, chúng tôi tiến hành trình diễn đơn giản trong .Net 7. PeriodicTimer.
Tìm kiếm nhị phân Thuật toán tìm kiếm nhị phân, nói một cách thẳng thắn, là đưa ra một khóa giá trị tồn tại trong mảng theo một mảng có thứ tự, sau đó so sánh nó với giá trị giữa của mảng trước. thực hiện phép so sánh tiếp theo sau đường giữa cho đến khi tìm được. Nếu bằng nhau thì có thể đạt được vị trí của nó.
Trung tâm cá nhân
Điều phát hành
từ bỏ
Tôi là một lập trình viên xuất sắc, rất giỏi!