[파이썬] 판다스: 날짜데이터, np.datetime64 , to_datetime, to_timedelta, DatetimeIndex, date_range, timedelta_range

파이썬에서 날짜데이터를 다루려면 기본적으로 datetime과 dateutil 라이브러리를 활용해야한다.

 

from datetime import datetime

from dateutil.parser import parse

 

만약 날짜로 이루어진 문자열들이 리스트안에 들어있는데 그것을 날짜 형식으로 바꿔주려면

 

in:

date_str_list = ['2022-05-11' , '2022-06-10','2022-07-03']
for data in date_str_list:
    print(parse(data))

out:

2022-05-11 00:00:00
2022-06-10 00:00:00
2022-07-03 00:00:00

 

이와같은 날짜관련 함수들의 활용법을 아래 3개의 링크를 통해 참고해보자:

 

strftime section

datetime documentation

dateutil's online documentation

 

 

기존의 파이썬 datetime 을 보강하기 위해, 날짜의 array 도 처리할 수 있게 넘파이에서 64-bit 로 처리하도록 라이브러리를 강화했다.

 

'2022-05-11'이라는 문자열을 넘파이로 날짜데이터 작업이 용이하도록 만들어보자

 

in:

any_date = np.array('2022-05-11', dtype = np.datetime64)
any_date

out:

numpy.datetime64('2022-05-11')

# 이제 날짜데이터를 작업할 수 있다.

 

 

해당 날짜로 부터 열흘 이후의 날짜를 가져올수 있으며,

 

in:

any_date +10

out:

numpy.datetime64('2022-05-21')

 

 

넘파이의 arange 함수를 활용하여 날짜로 이루어진 배열을 만들수있다.

 

in:

any_date + np.arange(10)

out:

array(['2022-05-11', '2022-05-12', '2022-05-13', '2022-05-14',
       '2022-05-15', '2022-05-16', '2022-05-17', '2022-05-18',
       '2022-05-19', '2022-05-20'], dtype='datetime64[D]')

 

 

넘파이에서 날짜 데이터를 활용할수 있듯이 판다스에서도 날짜 데이터를 다루는 기능을 제공한다.

 

판다스의 to_datetime 함수를 사용하여 문자열로 이루어진 리스트를 날짜데이터로 활용할수있는 상태로 만들어보자

 

in:

dates = ['2022-01-04','2022-01-07','2022-01-08','2022-01-22']
dates1 = pd.to_datetime(dates)
dates1

out:

DatetimeIndex(['2022-01-04', '2022-01-07', '2022-01-08', '2022-01-22'], dtype='datetime64[ns]', freq=None)

 

 

또한 to_timedelta와 arange함수를 활용하여 날짜의 간격으로 이루어진 배열을 만들수 있다.

 

in:

pd.to_timedelta(np.arange(10),'D')

out:

TimedeltaIndex(['0 days', '1 days', '2 days', '3 days', '4 days', '5 days',
                '6 days', '7 days', '8 days', '9 days'],
               dtype='timedelta64[ns]', freq=None)

# arange함수 뒤에 'D' 가 들어있는 파라미터 자리에 년,월,주,일,시,분 등 다양한 날짜 및 시간단위를 설정할수 있다.

 

주 단위:

 

in:

any_date + pd.to_timedelta(np.arange(10),'W')

out:

DatetimeIndex(['2022-05-11', '2022-05-18', '2022-05-25', '2022-06-01',
               '2022-06-08', '2022-06-15', '2022-06-22', '2022-06-29',
               '2022-07-06', '2022-07-13'],
              dtype='datetime64[ns]', freq=None)

 

 

시간 단위:

 

in:

any_date + pd.to_timedelta(np.arange(10),'h')

out:

DatetimeIndex(['2022-05-11 00:00:00', '2022-05-11 01:00:00',
               '2022-05-11 02:00:00', '2022-05-11 03:00:00',
               '2022-05-11 04:00:00', '2022-05-11 05:00:00',
               '2022-05-11 06:00:00', '2022-05-11 07:00:00',
               '2022-05-11 08:00:00', '2022-05-11 09:00:00'],
              dtype='datetime64[ns]', freq=None)

 

 

이전에 22년 5월 11일을 설정한 변수와 위의 날짜의 간격을 더해주면 해당 날짜부터 설정한 간격을 두고 나타낼수 있다.

 

in:

any_date + pd.to_timedelta(np.arange(10),'D')

out:

DatetimeIndex(['2022-05-11', '2022-05-12', '2022-05-13', '2022-05-14',
               '2022-05-15', '2022-05-16', '2022-05-17', '2022-05-18',
               '2022-05-19', '2022-05-20'],
              dtype='datetime64[ns]', freq=None)

 

 

DatetimeIndex 함수를 사용하여 날짜데이터를 시리즈 및 데이터프레임의 인덱스로 활용할수있다.

 

in:

dates = ['2022-01-04', '2022-01-07', '2022-01-08', '2022-01-22']
date_index = pd.DatetimeIndex(dates)
df = pd.Series(data=[20000,35000,18000,22000], index=date_index)
df

out:

2022-01-04    20000
2022-01-07    35000
2022-01-08    18000
2022-01-22    22000
dtype: int64

 

 

date_range 함수는 시작일과 종료일을 세팅하면 알아서 날짜를 채우도록하는 함수다.

 

22년 5월 4일 부터 22년 6월 21일까지의 날짜배열을 만들어보자.

 

in:

pd.date_range('2022-05-04','2022-06-21')

out:

DatetimeIndex(['2022-05-04', '2022-05-05', '2022-05-06', '2022-05-07',
               '2022-05-08', '2022-05-09', '2022-05-10', '2022-05-11',
               '2022-05-12', '2022-05-13', '2022-05-14', '2022-05-15',
               '2022-05-16', '2022-05-17', '2022-05-18', '2022-05-19',
               '2022-05-20', '2022-05-21', '2022-05-22', '2022-05-23',
               '2022-05-24', '2022-05-25', '2022-05-26', '2022-05-27',
               '2022-05-28', '2022-05-29', '2022-05-30', '2022-05-31',
               '2022-06-01', '2022-06-02', '2022-06-03', '2022-06-04',
               '2022-06-05', '2022-06-06', '2022-06-07', '2022-06-08',
               '2022-06-09', '2022-06-10', '2022-06-11', '2022-06-12',
               '2022-06-13', '2022-06-14', '2022-06-15', '2022-06-16',
               '2022-06-17', '2022-06-18', '2022-06-19', '2022-06-20',
               '2022-06-21'],
              dtype='datetime64[ns]', freq='D')

 

 

date_range에 freq파라미터를 사용하여 간격의 단위를 설정할수있다.

 

in:

pd.date_range('2022-05-04','2022-06-21', freq='W')

out:

DatetimeIndex(['2022-05-08', '2022-05-15', '2022-05-22', '2022-05-29',
               '2022-06-05', '2022-06-12', '2022-06-19'],
              dtype='datetime64[ns]', freq='W-SUN')

# 주 간격으로 설정하여 나타내었다.

 

 

간격을 설정할수있는 코드를 활용해보자.

 

 

 

판다스의 timedelta_range 함수도 날짜를 나타내는 함수 중 하나다. 

 

in:

pd.timedelta_range(0, periods=10, freq= '2H30T')

out:

TimedeltaIndex(['0 days 00:00:00', '0 days 02:30:00', '0 days 05:00:00',
                '0 days 07:30:00', '0 days 10:00:00', '0 days 12:30:00',
                '0 days 15:00:00', '0 days 17:30:00', '0 days 20:00:00',
                '0 days 22:30:00'],
               dtype='timedelta64[ns]', freq='150T')

# 함수는 (시작 시간, 간격수, 간격기준) 으로 이루어져있다.

# freq로 설정한 값인 '2H30T'는 2시간 30분이라는 뜻이다.

 

 

freq 파라미터에 일 간격을 뜻하는 'D'를 넣어보자

 

in:

pd.timedelta_range(0, periods=10, freq= 'D')

out:

TimedeltaIndex(['0 days', '1 days', '2 days', '3 days', '4 days', '5 days',
                '6 days', '7 days', '8 days', '9 days'],
               dtype='timedelta64[ns]', freq='D')