Méthode at_time des séries Pandas

PandasPandasBeginner
Pratiquer maintenant

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

Dans ce laboratoire, nous allons explorer la méthode at_time() de la bibliothèque Pandas pour Python. Cette méthode nous permet de sélectionner des valeurs spécifiques à partir d'une Pandas Series en fonction d'un moment précis de la journée.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook pour accéder à Jupyter Notebook pour la pratique.

Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.

Importez les bibliothèques nécessaires

Tout d'abord, nous devons importer la bibliothèque Pandas, qui fournit des structures de données pour une manipulation et une analyse de données efficaces.

import pandas as pd

Créez une série avec un index DateTime

Ensuite, créons une Pandas Series avec un index DateTime. Cet index représentera différents horodatages, nous permettant de sélectionner des valeurs en fonction de moments précis de la journée.

Values = pd.date_range('2021-04-01', periods=6, freq='8H')
series = pd.Series([1, 2, 3, 4, 5, 6], index=Values)
print(series)

Sortie :

2021-04-01 00:00:00    1
2021-04-01 08:00:00    2
2021-04-01 16:00:00    3
2021-04-02 00:00:00    4
2021-04-02 08:00:00    5
2021-04-02 16:00:00    6
Freq: 8H, dtype: int64

Sélectionnez des valeurs à un moment précis à l'aide de at_time()

Maintenant, utilisons la méthode at_time() pour sélectionner des valeurs à partir de la série en fonction d'un moment précis. Dans cet exemple, nous allons sélectionner les valeurs à 8:00 du matin.

print(series.at_time('8:00'))

Sortie :

2021-04-01 08:00:00    2
2021-04-02 08:00:00    5
Freq: 24H, dtype: int64

Sélectionnez des valeurs à un autre moment précis

Essayons de sélectionner des valeurs à un autre moment précis. Dans cet exemple, nous allons sélectionner les valeurs à 9:00 du matin.

print(series.at_time('9:00'))

Sortie :

Series([], Freq: 8H, dtype: int64)

Gérer les valeurs de temps inexistantes

Si le temps spécifié n'est pas présent dans l'index, la méthode at_time() renverra une série vide. Dans l'exemple précédent, nous avons sélectionné un moment (9:00 du matin) qui n'existe pas dans notre index, donc une série vide est renvoyée.

Gérer un index autre que DatetimeIndex

Il est important de noter que l'index de la série doit être un DatetimeIndex pour que la méthode at_time() fonctionne correctement. Sinon, une erreur TypeError sera levée.

series = pd.Series([1, 2, 3, 4])
print(series.at_time('10:00'))

Sortie :

TypeError: Index must be DatetimeIndex

Récapitulatif

Dans ce laboratoire, nous avons appris à connaître la méthode at_time() de la bibliothèque Pandas. Cette méthode nous permet de sélectionner des valeurs à partir d'une série Pandas à des moments précis de la journée. Nous avons exploré la manière de créer une série avec un index DateTime, de sélectionner des valeurs à l'aide de at_time(), de gérer les valeurs de temps inexistantes et de gérer un index autre que DatetimeIndex. La méthode at_time() offre un moyen puissant d'extraire des données basées sur des moments précis d'une série.