<\/p>\n
Anda dapat menggunakan sintaks dasar berikut untuk membuat kolom tanggal dari kolom tahun, bulan, dan hari di pandas DataFrame:<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.<\/span><\/p>\n Katakanlah kita memiliki panda DataFrame berikut yang menunjukkan penjualan yang dilakukan oleh suatu perusahaan pada tanggal berbeda:<\/span><\/p>\n Kita dapat menggunakan sintaks berikut untuk membuat kolom baru bernama tanggal<\/strong> yang menggabungkan nilai kolom tahun<\/strong> , bulan<\/strong> , dan hari<\/strong> di DataFrame untuk membuat tanggal untuk setiap baris:<\/span><\/p>\n Perhatikan bahwa kolom tanggal<\/strong> berisi nilai tanggal berdasarkan nilai pada kolom tahun<\/strong> , bulan<\/strong> , dan hari<\/strong> di setiap baris.<\/span><\/p>\n Jika kita menggunakan df.info()<\/strong> untuk mendapatkan informasi tentang setiap kolom di DataFrame, kita dapat melihat bahwa kolom tanggal<\/strong> baru memiliki tipe data datetime64<\/strong> :<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Cara menambah dan mengurangi hari dari tanggal di Pandas<\/a> Anda dapat menggunakan sintaks dasar berikut untuk membuat kolom tanggal dari kolom tahun, bulan, dan hari di pandas DataFrame: df[‘ date ‘] = pd. to_datetime (dict(year=df. year , month=df. month , day=df. day )) Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya. Contoh: Buat kolom tanggal dari tahun, bulan dan hari di Pandas Katakanlah […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' date<\/span> '] = pd. to_datetime<\/span> (dict(year=df. year<\/span> , month=df. month<\/span> , day=df. day<\/span> ))\n<\/strong><\/pre>\n Contoh: Buat kolom tanggal dari tahun, bulan dan hari di Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' year<\/span> ': [2021, 2022, 2022, 2022, 2022, 2022, 2022, 2022],\n ' month<\/span> ': [7, 1, 1, 2, 5, 10, 11, 12],\n ' day<\/span> ': [4, 15, 25, 27, 27, 24, 10, 18],\n ' sales<\/span> ': [140, 200, 250, 180, 130, 87, 90, 95]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n year month day sales\n0 2021 7 4 140\n1 2022 1 15 200\n2 2022 1 25 250\n3 2022 2 27 180\n4 2022 5 27 130\n5 2022 10 24 87\n6 2022 11 10 90\n7 2022 12 18 95\n<\/strong><\/span><\/pre>\n #create date columns from year, month, and day columns\n<\/span>df[' date<\/span> '] = pd. to_datetime<\/span> (dict(year=df. year<\/span> , month=df. month<\/span> , day=df. day<\/span> ))\n\n#view updated DataFrame\nprint<\/span><\/span> (df)\n\n year month day sales date\n0 2021 7 4 140 2021-07-04\n1 2022 1 15 200 2022-01-15\n2 2022 1 25 250 2022-01-25\n3 2022 2 27 180 2022-02-27\n4 2022 5 27 130 2022-05-27\n5 2022 10 24 87 2022-10-24\n6 2022 11 10 90 2022-11-10\n7 2022 12 18 95 2022-12-18\n<\/span><\/span><\/strong><\/pre>\n #display information about each column in DataFrame\ndf. info<\/span> ()\n\n<class 'pandas.core.frame.DataFrame'>\nRangeIndex: 8 entries, 0 to 7\nData columns (total 5 columns):\n # Column Non-Null Count Dtype \n--- ------ -------------- ----- \n 0 year 8 non-null int64 \n 1 month 8 non-null int64 \n 2 day 8 non-null int64 \n 3 dirty 8 non-null int64 \n 4 date 8 non-null datetime64[ns]\ndtypes: datetime64[ns](1), int64(4)\nmemory usage: 388.0 bytes<\/span><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara memilih baris antara dua tanggal di Pandas<\/a>
Cara menghitung selisih dua kurma di panda<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"