Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment ajouter et soustraire des jours à une date dans Pandas



Vous pouvez utiliser les méthodes suivantes pour ajouter et soustraire des jours à une date dans les pandas :

Méthode 1 : ajouter des jours à ce jour

df['date_column'] + pd.Timedelta(days=5)

Méthode 2 : soustraire les jours de la date

df['date_column'] - pd.Timedelta(days=5) 

Les exemples suivants montrent comment utiliser chaque méthode en pratique avec le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'date': ['2022-10-01', '2022-10-23', '2022-10-30', '2022-11-05'],
                   'sales': [450, 567, 612, 701]})

#convert date column to datetime
df['date'] = pd.to_datetime(df['date'])

#view DataFrame
print(df)

        date  sales
0 2022-10-01    450
1 2022-10-23    567
2 2022-10-30    612
3 2022-11-05    701

Exemple 1 : ajouter des jours à ce jour dans Pandas

Le code suivant montre comment créer une nouvelle colonne qui ajoute cinq jours à la valeur de la colonne date :

#create new column that adds 5 days to value in date column
df['date_plus_five'] = df['date'] + pd.Timedelta(days=5)

#view updated DataFrame
print(df)

        date  sales date_plus_five
0 2022-10-01    450     2022-10-06
1 2022-10-23    567     2022-10-28
2 2022-10-30    612     2022-11-04
3 2022-11-05    701     2022-11-10

La nouvelle colonne date_plus_five représente les valeurs de la colonne date avec cinq jours ajoutés à chaque valeur.

Nous pouvons également utiliser la fonction dtypes pour confirmer que la nouvelle colonne est bien une colonne datetime :

#check data type of each column
df.dtypes

date              datetime64[ns]
sales                      int64
date_plus_five    datetime64[ns]
dtype: object

Les colonnes date et date_plus_five sont reconnues comme formats datetime.

Exemple 2 : Soustraire les jours de la date dans Pandas

Le code suivant montre comment créer une nouvelle colonne qui soustrait cinq jours de la valeur de la colonne date :

#create new column that subtracts five days from date
df['date_minus_five'] = df['date'] - pd.Timedelta(days=5)

#view updated DataFrame
print(df)

        date  sales date_minus_five
0 2022-10-01    450      2022-09-26
1 2022-10-23    567      2022-10-18
2 2022-10-30    612      2022-10-25
3 2022-11-05    701      2022-10-31

La nouvelle colonne date_minus_five représente les valeurs de la colonne date avec cinq jours soustraits de chaque valeur.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment convertir des colonnes en DateTime dans Pandas
Comment convertir DateHeure en date dans Pandas
Comment extraire le mois de la date dans Pandas

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *