Question

我使用pandas来读取日期列表，其范围从1982年到2015年，包括仅工作日，类型为datetime [ns]。我想把大名单分成小名单，这些名单按一年分组。我的工作如下：

list_Date = []
list_Close = []
for i in range(1982,2016):
    dateONEyear = []
    CloseOneyear = []
    date = np.arange(str(i),str(i+1),dtype='datetime64[D]')
    for ii,jj in zip(AAPL['Date'],AAPL['Close']):
        if str(ii) in date:
            dateBYyear.append(ii)
            CloseOneyear.append(jj)
    list_Date.append(dateONEyear)
    list_Close.append(CloseOneyear)

但它不起作用。我的问题是：

1）如何匹配这两种不同的数据类型？

2）或者任何人有更好的想法以一年为单位对数据进行分组？

3）我可以使用另一种方法来读取日期列表，但类型是unicode，如何将unicode与datetime64匹配？

Answer 1

您可以使用列表和词典理解来生成一年中键入的词典。

> require(knitr); knit('test.Rmd', encoding='');
Loading required package: knitr


processing file: test.Rmd
Error in parse_block(g[-1], g[1], params.src) : 
  duplicate label 'raw_data'
Calls: knit ... process_file -> split_file -> lapply -> FUN -> parse_block
Execution halted

knitr terminated with status 1

如何匹配datetime [ns]和datetime [D]

1 个答案: