Pandas est une puissante bibliothèque Python pour le traitement et l'analyse de données. Une caractéristique clé de Pandas est sa capacité à gérer efficacement les données de date et d'heure. Dans cet article, nous allons montrer comment utiliser Pandas pour afficher tous les dimanches d'une année donnée.
Dans cet article, nous explorerons comment utiliser Pandas, une bibliothèque de manipulation de données populaire en Python, pour afficher tous les dimanches d'une année donnée. Nous passerons en revue le processus d'extraction des dimanches de l'année et de leur affichage dans un format lisible.
Avant de commencer, assurez-vous que Pandas est installé sur votre ordinateur. Vous pouvez l'installer en exécutant la commande suivante dans le terminal -
pip install pandas Getting Started
Tout d'abord, nous allons commencer à importer la bibliothèque Pandas et créer un Pandas DataFrame pour stocker le jour de l'année. Nous utiliserons la fonction date_range pour générer une plage de dates d’un an. Vous trouverez ci-dessous le code pour générer la plage de dates en 2023 −
import pandas as pd year = 2023 start_date = pd.to_datetime(f'{year}-01-01') end_date = pd.to_datetime(f'{year}-12-31') dates = pd.date_range(start_date, end_date)
Nous créons un objet start_date et end_date en utilisant la fonction pd.to_datetime. La variable dates a été créée à l'aide de la fonction pd.date_range, qui génère une plage de dates de start_date à end_date.
Pour extraire le dimanche d'une plage de dates, nous utiliserons l'accesseur dt fourni par Pandas. L'accesseur dt fournit diverses méthodes pour manipuler les valeurs de date et d'heure de Pandas DataFrame. Nous utiliserons la méthode day_name de l'accesseur dt pour obtenir le nom du jour de la semaine pour chaque date dans le DataFrame de dates. Voici le code à extraire dimanche :
sundays = dates[dates.dt.day_name() == 'Sunday']
dates.dt.day_name() renvoie le nom du jour de la semaine pour chaque date dans le DataFrame de dates. Ensuite, nous filtrons les dates DataFrame pour ne conserver que les lignes du dimanche.
Pour afficher dimanche dans un format lisible, nous utiliserons la méthode strftime de l'accesseur dt. La méthode strftime est utilisée pour formater les valeurs de date et d'heure de Pandas DataFrame. Voici le code à afficher dimanche :
for sunday in sundays: print(sunday.strftime('%Y-%m-%d'))
strftime('%Y-%m-%d') formate la date au format AAAA-MM-JJ. Nous parcourons ensuite le DataFrame du dimanche et imprimons chaque dimanche dans le format souhaité.
La traduction chinoise deVoici le code complet pour afficher tous les dimanches de 2023 −
import pandas as pd year = 2023 start_date = pd.to_datetime(f'{year}-01-01') end_date = pd.to_datetime(f'{year}-12-31') dates = pd.date_range(start_date, end_date) sundays = dates[dates.dt.day_name() == 'Sunday'] for sunday in sundays: print(sunday.strftime('%Y-%m-%d'))
DatetimeIndex(['2023-01-01', '2023-01-08', '2023-01-15', '2023-01-22', '2023-01-29', '2023-02-05', '2023-02-12', '2023-02-19', '2023-02-26', '2023-03-05', '2023-03-12', '2023-03-19', '2023-03-26', '2023-04-02', '2023-04-09', '2023-04-16', '2023-04-23', '2023-04-30', '2023-05-07', '2023-05-14', '2023-05-21', '2023-05-28', '2023-06-04', '2023-06-11', '2023-06-18', '2023-06-25', '2023-07-02', '2023-07-09', '2023-07-16', '2023-07-23', '2023-07-30', '2023-08-06', '2023-08-13', '2023-08-20', '2023-08-27', '2023-09-03', '2023-09-10', '2023-09-17', '2023-09-24', '2023-10-01', '2023-10-08', '2023-10-15', '2023-10-22', '2023-10-29', '2023-11-05', '2023-11-12', '2023-11-19', '2023-11-26', '2023-12-03', '2023-12-10', '2023-12-17', '2023-12-24', '2023-12-31'], dtype='datetime64[ns]', freq=None)>
Pour afficher tous les dimanches d'une année donnée, nous devons d'abord créer un Pandas DataFrame avec une plage de dates couvrant toute l'année. Nous pouvons ensuite filtrer ce DataFrame pour inclure uniquement les dimanches.
Voici le code Python pour accomplir cette tâche. C'est ici. Décomposons le code étape par étape −
Nous utilisons l'instruction import pour importer la bibliothèque Pandas.
Nous utilisons la fonction pd.date_range() pour créer une plage de dates qui s'étend sur toute l'année. Nous utilisons les paramètres start et end pour spécifier respectivement les dates start et end. Nous remplaçons « 2022 » par l'année souhaitée.
Nous filtrons la plage de dates pour inclure uniquement les dimanches en utilisant la propriété .weekday de la plage de dates, qui renvoie le jour de la semaine sous forme d'entier (lundi = 0, mardi = 1, etc.). Le dimanche est représenté par l'entier 6.
Nous stockons la plage de dates filtrée dans une variable appelée dimanche.
Enfin, on imprime la liste des dimanches en appelant la fonction print() sur la variable sundays.
import pandas as pd # Replace '2022' with the desired year date_range = pd.date_range(start='1/1/2022', end='12/31/2022') # Filter the date range to only include Sundays sundays = date_range[date_range.weekday == 6] # Print the list of Sundays print(sundays)
Lorsque vous exécutez le code ci-dessus, vous devriez voir une liste de tous les dimanches de l'année donnée−
DatetimeIndex(['2022-01-02', '2022-01-09', '2022-01-16', '2022-01-23', '2022-01-30', '2022-02-06', '2022-02-13', '2022-02-20', '2022-02-27', '2022-03-06', '2022-03-13', '2022-03-20', '2022-03-27', '2022-04-03', '2022-04-10', '2022-04-17', '2022-04-24', '2022-05-01', '2022-05-08', '2022-05-15', '2022-05-22', '2022-05-29', '2022-06-05', '2022-06-12', '2022-06-19', '2022-06-26', '2022-07-03', '2022-07-10', '2022-07-17', '2022-07-24', '2022-07-31', '2022-08-07', '2022-08-14', '2022-08-21', '2022-08-28', '2022-09-04', '2022-09-11', '2022-09-18', '2022-09-25', '2022-10-02', '2022-10-09', '2022-10-16', '2022-10-23', '2022-10-30', '2022-11-06', '2022-11-13', '2022-11-20', '2022-11-27', '2022-12-04', '2022-12-11', '2022-12-18', '2022-12-25'], dtype='datetime64[ns]', freq=None)
Dans cet article, nous avons exploré comment extraire et afficher tous les dimanches d'une année donnée à l'aide de Pandas. Nous avons utilisé les méthodes date_range, dt et strftime de la bibliothèque Pandas pour générer des plages de dates, extraire les dimanches et les afficher dans un format lisible. Pandas fournit un moyen puissant et flexible de manipuler les valeurs de date et d'heure en Python, ce qui en fait un outil utile pour l'analyse et la visualisation des données.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!