如何使用Pandas顯示特定年份的星期幾？

---

Pandas是一個開源的Python庫，用於資料處理和分析。

它提供了強大的資料結構，如Series（一維標記陣列）和DataFrame（二維標記陣列），可以處理不同型別的資料和操作，例如從各種檔案格式讀取和寫入資料、合併、過濾、聚合和透視資料，以及處理缺失或重複資料。

Pandas還支援時間序列資料並提供廣泛的資料視覺化功能。其易用性、多功能性和效能使其成為資料科學家和分析師在探索性資料分析、資料清洗和特徵工程任務中流行的選擇。

眾所周知，一年有52周。在本例中，我們想知道特定年份中某一天的日期。Pandas對此問題非常有幫助，只需幾行程式碼即可提供所有日期。

語法

要在Pandas中顯示特定年份的星期幾，需要遵循以下語法：

range_of_dates = pandas.date_range(start, periods, freq)
result = pandas.Series(range_of_dates)
print(result)

此語法使用pandas.date_range()函式建立一個日期範圍，並使用pandas.Series()函式使用生成的日期範圍建立一個Pandas序列。

pandas.date_range()函式接受三個引數：

• start − 範圍的開始日期。

• periods − 範圍內的週期數。

• freq − 範圍的頻率。

生成的日期範圍儲存在range_of_dates變數中。然後使用pandas.Series()函式使用range_of_dates變數建立一個名為result的Pandas序列。

示例

此程式碼使用別名pd匯入Pandas庫。變數day和yy定義為字串。然後，程式碼使用這些變數建立一個日期範圍，該範圍包含52周，從yy變數中指定的年份的1月1日開始，頻率為每週特定的一天（在day變數中指定）。最後，我們得到了2023年所有星期一的日期。

具體來說，pd.date_range()函式用於建立一個日期範圍，其開始日期設定為yy+'-01-01'，表示yy變數中指定的年份的1月1日。periods引數設定為52，以建立一個52周的日期範圍。freq引數設定為'W-'+(day[:3]).lower()，其中(day[:3]).lower()提取day中字串的前三個字元並將其轉換為小寫，而'W-'表示每週結束於特定星期幾，導致每週在指定的星期幾出現。

生成的日期範圍儲存在range_of_dates變數中，然後將其作為引數傳遞給pd.Series()函式以建立一個名為result的Pandas序列。然後使用result變數名在輸出中顯示result變數。

import pandas as pd
day = "monday"
yy = "2023"
range_of_dates = pd.date_range(yy+'-01-01', periods=52, freq=('W-'+(day[:3]).lower()))
result = pd.Series(range_of_dates)
print(result)

輸出

0    2023-01-02
1    2023-01-09
2    2023-01-16
3    2023-01-23
4    2023-01-30
5    2023-02-06
6    2023-02-13
7    2023-02-20
8    2023-02-27
9    2023-03-06
10   2023-03-13
11   2023-03-20
12   2023-03-27
13   2023-04-03
14   2023-04-10
15   2023-04-17
16   2023-04-24
17   2023-05-01
18   2023-05-08
19   2023-05-15
20   2023-05-22
21   2023-05-29
22   2023-06-05
23   2023-06-12
24   2023-06-19
25   2023-06-26
26   2023-07-03
27   2023-07-10
28   2023-07-17
29   2023-07-24
30   2023-07-31
31   2023-08-07
32   2023-08-14
33   2023-08-21
34   2023-08-28
35   2023-09-04
36   2023-09-11
37   2023-09-18
38   2023-09-25
39   2023-10-02
40   2023-10-09
41   2023-10-16
42   2023-10-23
43   2023-10-30
44   2023-11-06
45   2023-11-13
46   2023-11-20
47   2023-11-27
48   2023-12-04
49   2023-12-11
50   2023-12-18
51   2023-12-25
dtype: datetime64[ns]

示例

此程式碼類似於前面的程式碼，對變數day和yr進行了一些更改。具體來說，day現在設定為全大寫的“FRIDAY”，年份設定為“2023”。

程式碼還使用pd.date_range()函式建立一個日期範圍，該範圍從yr變數中指定的年份的1月1日開始，總共52個週期，頻率為每週特定的一天（在本例中為星期五）。頻率使用字串格式'W-'+(day[:3]).lower()指定，該格式提取day中字串的前三個字元，使用lower()方法將其轉換為小寫，並將其附加到'W-'，表示每週在特定的一天出現。

生成的日期範圍儲存在range_of_dates變數中，然後將其作為引數傳遞給pd.Series()函式以建立一個名為result的Pandas序列。最後，顯示result變數的輸出。

import pandas as pd
day = "FRIDAY"
yr = "2023"
range_of_dates = pd.date_range(yr+'-01-01', periods=52, freq=('W-'+(day[:3]).lower()))
result = pd.Series(range_of_dates)
print(result)

輸出

0    2023-01-06
1    2023-01-13
2    2023-01-20
3    2023-01-27
4    2023-02-03
5    2023-02-10
6    2023-02-17
7    2023-02-24
8    2023-03-03
9    2023-03-10
10   2023-03-17
11   2023-03-24
12   2023-03-31
13   2023-04-07
14   2023-04-14
15   2023-04-21
16   2023-04-28
17   2023-05-05
18   2023-05-12
19   2023-05-19
20   2023-05-26
21   2023-06-02
22   2023-06-09
23   2023-06-16
24   2023-06-23
25   2023-06-30
26   2023-07-07
27   2023-07-14
28   2023-07-21
29   2023-07-28
30   2023-08-04
31   2023-08-11
32   2023-08-18
33   2023-08-25
34   2023-09-01
35   2023-09-08
36   2023-09-15
37   2023-09-22
38   2023-09-29
39   2023-10-06
40   2023-10-13
41   2023-10-20
42   2023-10-27
43   2023-11-03
44   2023-11-10
45   2023-11-17
46   2023-11-24
47   2023-12-01
48   2023-12-08
49   2023-12-15
50   2023-12-22
51   2023-12-29
dtype: datetime64[ns]

結論

我們學習瞭如何使用Pandas顯示特定年份的星期幾。使用Pandas顯示特定年份的星期幾是一個有用的練習，它演示瞭如何生成具有特定頻率的日期範圍，並提供了對時間推移的模式和趨勢的見解。憑藉其直觀且靈活的語法，Pandas是任何使用時間序列資料的資料分析師或科學家必不可少的工具。