Datum a čas
Mnoho datových sad obsahuje nějaké časové údaje. Např. time stampčasové razítko je údaj, které indikuje, kdy byla data uložena nebo kdy se nějaká událost stala. Tato informace je klíčová pro řadu analýz, jako je sledování trendů v čase, sezónní analýza, předpovídání a časové řady. Pandas umožňuje řadu operací, jak manipulovat s datem a časem. Při načtení ze souboru je ale nutné na začátku provést převod série na typ datetime, aby bylo jasné, že se jedná o časový údaj a nikoli o řetězec.
Uvažujme data o monitorování příjmu nějakého (např. televizního) signálu. Máme data o tom, kdy došlo ke ztrátě signálu (začátek výpadku) a kdy byl signál obnoven (konec výpadku). data jsou uložena v souboru signal_monitoring.csv
import pandas as pd
signal_monitoring = pd.read_csv("signal_monitoring.csv")
signal_monitoring["event_date_time"] = pd.to_datetime(signal_monitoring["event_date_time"])
Type datetime má sadu vlastností, pomocí kterých můžeme získat určitou část z data a času. Například vlastnost dt.date obsahuje pouze datum, tj. "ořeže" údaj o čas. Pomocí této vlastnosti pak můžeme například vypočítat počet výpadků za jednotlivé dny. Budeme pracovat pouze se řádky, které evidují ztrátu signálu, tj. sloupec event_type obsahuje hodnotu signal lost. Nakonec můžeme použít metodu .values_count().
signal_monitoring_signal_lost = signal_monitoring[signal_monitoring["event_type"] == "signal lost"]
signal_monitoring_signal_lost = signal_monitoring_signal_lost.reset_index()
signal_monitoring_signal_lost["date"] = signal_monitoring_signal_lost["event_date_time"].dt.date
signal_monitoring_signal_lost["date"].value_counts()
Dále můžeme například pomocí vlastnosti dt.dayofweek den v týdnu (jako číslo, kde 0 označuje pondělí a 6 neděli), dt.month vrátí měsíc jako číslo (stejné jako v kalendáři, tj. leden je 1), dt.hour naopak vrací hodinu atd. Můžeme tedy sledoval, jak často se výpadky vyskytují v rámci denní doby, měsíce, dne v týdnu atd.