Question

我正在制作一张热图，其中x轴为公司名称，y轴为月份，阴影区域为呼叫次数。

我正在从过去一年的数据库中获取一些数据，以便创建热图。但是，这意味着如果你将鼠标悬停在当月，例如今天是7月13日，你将收到今年7月1日至13日的电话，并且去年7月13日至31日的电话加在一起。在本月，我只想显示7月1日至13日的电话。

#This section selects the last year of data
# convert strings to datetimes
df['recvd_dttm'] = pd.to_datetime(df['recvd_dttm'])

#Only retrieve data before now (ignore typos that are future dates)
mask = df['recvd_dttm'] <= datetime.datetime.now()
df = df.loc[mask]
# get first and last datetime for final week of data

range_max = df['recvd_dttm'].max()
range_min = range_max - datetime.timedelta(days=365)

# take slice with final week of data
df = df[(df['recvd_dttm'] >= range_min) & 
               (df['recvd_dttm'] <= range_max)]

Answer 1

您可以使用pd.tseries.offsets.MonthEnd()在此处实现目标。

import pandas as pd
import numpy as np
import datetime as dt

np.random.seed(0)
val = np.random.randn(600)
date_rng = pd.date_range('2014-01-01', periods=600, freq='D')

df = pd.DataFrame(dict(dates=date_rng,col=val))
print(df)

        col      dates
0    1.7641 2014-01-01
1    0.4002 2014-01-02
2    0.9787 2014-01-03
3    2.2409 2014-01-04
4    1.8676 2014-01-05
5   -0.9773 2014-01-06
6    0.9501 2014-01-07
7   -0.1514 2014-01-08
8   -0.1032 2014-01-09
9    0.4106 2014-01-10
..      ...        ...
590  0.5433 2015-08-14
591  0.4390 2015-08-15
592 -0.2195 2015-08-16
593 -1.0840 2015-08-17
594  0.3518 2015-08-18
595  0.3792 2015-08-19
596 -0.4700 2015-08-20
597 -0.2167 2015-08-21
598 -0.9302 2015-08-22
599 -0.1786 2015-08-23

[600 rows x 2 columns]


print(df.dates.dtype)
datetime64[ns]


datetime_now = dt.datetime.now()
datetime_now_month_end = datetime_now + pd.tseries.offsets.MonthEnd(1)

print(datetime_now_month_end)
2015-07-31 03:19:18.292739


datetime_start = datetime_now_month_end - pd.tseries.offsets.DateOffset(years=1)

print(datetime_start)
2014-07-31 03:19:18.292739


print(df[(df.dates > datetime_start) & (df.dates < datetime_now)])

        col      dates
212  0.7863 2014-08-01
213 -0.4664 2014-08-02
214 -0.9444 2014-08-03
215 -0.4100 2014-08-04
216 -0.0170 2014-08-05
217  0.3792 2014-08-06
218  2.2593 2014-08-07
219 -0.0423 2014-08-08
220 -0.9559 2014-08-09
221 -0.3460 2014-08-10
..      ...        ...
550  0.1639 2015-07-05
551  0.0963 2015-07-06
552  0.9425 2015-07-07
553 -0.2676 2015-07-08
554 -0.6780 2015-07-09
555  1.2978 2015-07-10
556 -2.3642 2015-07-11
557  0.0203 2015-07-12
558 -1.3479 2015-07-13
559 -0.7616 2015-07-14

[348 rows x 2 columns]

年度的时间差异，不包括某些天数

1 个答案: