Comments 2
Спасибо за статью, пандас нужно продвигать в массы :)
Вы, конечно, схитрили — самое то интересное как разбираться с дырками до 1970 года :) На вкус и цвет, как известно, фломастеры разные, и пандас тем и хорош, что позволяет делать похожие вещи разными способами. Позволю себе другой вариант генерации дат, который на мой взгляд выглядит проще и понятнее:
даст результат похожий на ваш, только даты будут привязаны к концу года. Однако в данном случае при работе с годами это не так важно, пандас будет воспринимать год просто как одну точку для анализа. Вот если вы ресемплинг будете делать внутри годов, то тут это уже будет иметь значение. Если очень хочется привязаться к середине года, то можно использовать
По сборкам — есть ещё canopy от enthought.
Вы, конечно, схитрили — самое то интересное как разбираться с дырками до 1970 года :) На вкус и цвет, как известно, фломастеры разные, и пандас тем и хорош, что позволяет делать похожие вещи разными способами. Позволю себе другой вариант генерации дат, который на мой взгляд выглядит проще и понятнее:
pd.date_range('1970','2016', freq='A')даст результат похожий на ваш, только даты будут привязаны к концу года. Однако в данном случае при работе с годами это не так важно, пандас будет воспринимать год просто как одну точку для анализа. Вот если вы ресемплинг будете делать внутри годов, то тут это уже будет иметь значение. Если очень хочется привязаться к середине года, то можно использовать
freq='BAS-JUN'.По сборкам — есть ещё canopy от enthought.
Большое спасибо за пояснения :)
Sign up to leave a comment.
Введение в визуализацию данных при анализе с помощью Pandas