Pandas တွင် date range တစ်ခုဖန်တီးနည်း (ဥပမာ 3 ခု)

ပန်ဒါများတွင် ရက်စွဲအပိုင်းအခြားတစ်ခုဖန်တီးရန် pandas.date_range() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်။

ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်-

pandas.date_range(အစ၊ အဆုံး၊ ကာလ၊ ကြိမ်နှုန်း၊ …)

ရွှေ-

• start : စတင်မည့်ရက်
• အဆုံး : ကုန်ဆုံးရက်
• ကာလများ- ထုတ်လုပ်ရန် ကာလများ
• ကြိမ်နှုန်း – အသုံးပြုရန် ကြိမ်နှုန်း (ကြိမ်နှုန်းအမည်များအတွက် ဤစာရင်းကို ကိုးကားပါ)

အောက်ဖော်ပြပါ ဥပမာများသည် ဤလုပ်ဆောင်ချက်ကို လက်တွေ့အသုံးချနည်းကို ပြသထားသည်။

ဥပမာ 1- နေ့စွဲအပိုင်းအခြားကို တစ်ခုချင်းရက်များဖြင့် ဖန်တီးပါ။

အောက်ဖော်ပြပါ ကုဒ်သည် တိကျသော အစနှင့် အဆုံးရက်စွဲဖြင့် တစ်ဦးချင်းနေ့ရက်များပါဝင်သော ရက်အပိုင်းအခြားတစ်ခုကို မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 import pandas as pd

#create 10-day date range
p.d. date_range (start=' 1/1/2020 ', end= '10/1/2020 ')

DatetimeIndex(['2020-01-01', '2020-01-02', '2020-01-03', '2020-01-04',
               '2020-01-05', '2020-01-06', '2020-01-07', '2020-01-08',
               '2020-01-09', '2020-01-10'],
              dtype='datetime64[ns]', freq='D')

ရလဒ်သည် သတ်မှတ်ထားသော စတင်သည့်ရက်မှ သတ်မှတ်ထားသော ပြီးဆုံးသည့်နေ့အထိ 10 ရက်စာရင်းဖြစ်သည်။

ဥပမာ 2- အချိန်အပိုင်းအခြားအလိုက် ရက်စွဲအပိုင်းအခြားတစ်ခု ဖန်တီးပါ။

အောက်ပါကုဒ်သည် သတ်မှတ်ထားသော စတင်ချိန်နှင့် ပြီးဆုံးသည့်ရက်စွဲကြားတွင် တူညီသော အချိန်အပိုင်းအခြားတစ်ခုနှင့် ရက်စွဲအပိုင်းအခြားတစ်ခုကို မည်သို့ဖန်တီးရမည်ကို ပြသသည်-

 import pandas as pd

#create 10-day date range with 3 equally-spaced periods
p.d. date_range (start=' 1/1/2020 ', end=' 1/10/2020 ', periods= 3 )

DatetimeIndex(['2020-01-01 00:00:00', '2020-01-05 12:00:00',
               '2020-01-10 00:00:00'],
              dtype='datetime64[ns]', freq=None)

ရလဒ်သည် သတ်မှတ်ထားသော စတင်သည့်နေ့မှ သတ်မှတ်ထားသော ပြီးဆုံးသည့်နေ့အထိ 3 တူညီသောရက်များစာရင်းဖြစ်သည်။

ဥပမာ 3- သတ်မှတ်ကြိမ်နှုန်းဖြင့် ရက်အပိုင်းအခြားတစ်ခုကို ဖန်တီးပါ။

အောက်ပါကုဒ်သည် တိကျသောရက်စွဲတစ်ခုတွင် စတင်သည့် ရက်အပိုင်းအခြားတစ်ခု ဖန်တီးနည်းနှင့် စတင်သည့်ရက်စွဲအကြိမ်ရေ ခြောက်လရှိသည်-

 import pandas as pd

#create date range with six month start dates
p.d. date_range (start=' 1/1/2020 ', freq=' MS ', periods= 6 )

DatetimeIndex(['2020-01-01', '2020-02-01', '2020-03-01', '2020-04-01',
               '2020-05-01', '2020-06-01'],
              dtype='datetime64[ns]', freq='MS')

ရလဒ်မှာ တစ်လချင်းခြားသည့် ရက်စွဲခြောက်ခုစာရင်းဖြစ်သည်။ ” MS ” သည် “ လ၏အစ” ကို ဆိုလိုကြောင်း သတိပြုပါ။ ရက်စွဲအမည်များ အပြည့်အစုံကို ဤနေရာတွင် ရှာဖွေနိုင်ပါသည်။

အောက်ဖော်ပြပါ ကုဒ်သည် တိကျသော ရက်စွဲတစ်ခုမှ စတင်သည့် ရက်အပိုင်းအခြားတစ်ခု ဖန်တီးရန်နှင့် နှစ်စဉ်ကြိမ်နှုန်းရှိခြင်းကို ပြသသည်-

 import pandas as pd

#create date range with six consecutive years
p.d. date_range (start=' 1/1/2020 ', freq=' YS ', periods= 6 )

DatetimeIndex(['2020-01-01', '2021-01-01', '2022-01-01', '2023-01-01',
               '2024-01-01', '2025-01-01'],
              dtype='datetime64[ns]', freq='AS-JAN')

ရလဒ်မှာ တစ်ခုနှင့်တစ်ခု တစ်နှစ်ခြားသည့် ရက်စွဲခြောက်ခုစာရင်းဖြစ်သည်။

မှတ်ချက် – pd.date_range() လုပ်ဆောင်ချက်အတွက် အွန်လိုင်းစာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာတွေ့နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် ရက်စွဲများဖြင့် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas DataFrame အတန်းများကို ရက်စွဲအလိုက် စစ်ထုတ်နည်း
ရက်စွဲအလိုက် Pandas DataFrame ကို ဘယ်လိုစီမလဲ။
Pandas တွင် ရက်စွဲမှ လကို မည်သို့ထုတ်ယူမည်နည်း။