Pandas 是一个强大的 Python 库，用于数据处理和分析。Pandas 的一个关键特性是其有效处理日期和时间数据的能力。在本文中，我们将展示如何使用 Pandas 来显示给定年份的所有星期日。
在本文中，我们将探讨如何使用Pandas，一个在Python中广受欢迎的数据操作库，来显示给定年份的所有星期日。我们将逐步介绍提取一年中的星期日并以可读格式显示它们的过程。
先决条件
在开始之前，请确保您的计算机上已安装Pandas。您可以通过在终端中运行以下命令来安装它 -
pip install pandas Getting Started
在Python中使用Pandas
首先，我们将开始导入Pandas库并创建一个Pandas DataFrame来存储一年中的日期。我们将使用date_range函数生成一年的日期范围。以下是生成2023年日期范围的代码 −
立即学习“Python免费学习笔记（深入）”；
import pandas as pd
year = 2023
start_date = pd.to_datetime(f'{year}-01-01')
end_date = pd.to_datetime(f'{year}-12-31')
dates = pd.date_range(start_date, end_date)
我们使用pd.to_datetime函数创建了一个start_date和一个end_date对象。使用pd.date_range函数创建了dates变量，该函数从start_date到end_date生成了一系列日期。
提取星期日
要从日期范围中提取星期日，我们将使用Pandas提供的dt访问器。dt访问器提供了各种方法来操作Pandas DataFrame的日期和时间值。我们将使用dt访问器的day_name方法来获取dates DataFrame中每个日期的星期几名称。以下是提取星期日的代码：
sundays = dates[dates.dt.day_name() == 'Sunday']
dates.dt.day_name()方法返回dates DataFrame中每个日期的星期几名称。然后，我们对dates DataFrame进行过滤，只保留星期日的行。
显示星期天
为了以可读的格式显示星期日，我们将使用dt访问器的strftime方法。strftime方法用于格式化Pandas DataFrame的日期和时间值。以下是显示星期日的代码：
for sunday in sundays:
print(sunday.strftime('%Y-%m-%d'))
strftime('%Y-%m-%d')方法将日期格式化为YYYY-MM-DD格式。然后，我们通过sundays DataFrame循环，并以所需的格式打印每个星期日。
Final Code
的中文翻译为：最终代码
这是显示2023年所有星期日的完整代码 −
import pandas as pd
year = 2023
start_date = pd.to_datetime(f'{year}-01-01')
end_date = pd.to_datetime(f'{year}-12-31')
dates = pd.date_range(start_date, end_date)
sundays = dates[dates.dt.day_name() == 'Sunday']
for sunday in sundays:
print(sunday.strftime('%Y-%m-%d'))
输出
DatetimeIndex(['2023-01-01', '2023-01-08', '2023-01-15', '2023-01-22',
'2023-01-29', '2023-02-05', '2023-02-12', '2023-02-19',
'2023-02-26', '2023-03-05', '2023-03-12', '2023-03-19',
'2023-03-26', '2023-04-02', '2023-04-09', '2023-04-16',
'2023-04-23', '2023-04-30', '2023-05-07', '2023-05-14',
'2023-05-21', '2023-05-28', '2023-06-04', '2023-06-11',
'2023-06-18', '2023-06-25', '2023-07-02', '2023-07-09',
'2023-07-16', '2023-07-23', '2023-07-30', '2023-08-06',
'2023-08-13', '2023-08-20', '2023-08-27', '2023-09-03',
'2023-09-10', '2023-09-17', '2023-09-24', '2023-10-01',
'2023-10-08', '2023-10-15', '2023-10-22', '2023-10-29',
'2023-11-05', '2023-11-12', '2023-11-19', '2023-11-26',
'2023-12-03', '2023-12-10', '2023-12-17', '2023-12-24',
'2023-12-31'],
dtype='datetime64[ns]', freq=None)>
使用Pandas显示给定年份的所有星期日
要显示给定年份的所有星期日，我们首先需要创建一个Pandas DataFrame，其日期范围跨越整个年份。然后，我们可以过滤此DataFrame，只包括星期日。
这是完成此任务的Python代码。在这里。让我们逐步分解代码−
我们使用 import 语句导入 Pandas 库。
我们使用pd.date_range()函数创建一个跨越整个年份的日期范围。我们分别使用start和end参数指定开始和结束日期。我们将'2022'替换为所需的年份。
我们通过使用日期范围的 .weekday 属性来筛选只包括星期日的日期范围，该属性将星期几作为整数返回（星期一 = 0，星期二 = 1，等等）。星期日用整数6表示。
我们将筛选后的日期范围存储在一个名为sundays的变量中。
最后，我们通过在 sundays 变量上调用 print() 函数来打印星期日的列表。
import pandas as pd # Replace '2022' with the desired year date_range = pd.date_range(start='1/1/2022', end='12/31/2022') # Filter the date range to only include Sundays sundays = date_range[date_range.weekday == 6] # Print the list of Sundays print(sundays)
输出
当您运行上述代码时，您应该看到给定年份中所有星期日的列表−
DatetimeIndex(['2022-01-02', '2022-01-09', '2022-01-16', '2022-01-23',
'2022-01-30', '2022-02-06', '2022-02-13', '2022-02-20',
'2022-02-27', '2022-03-06', '2022-03-13', '2022-03-20',
'2022-03-27', '2022-04-03', '2022-04-10', '2022-04-17',
'2022-04-24', '2022-05-01', '2022-05-08', '2022-05-15',
'2022-05-22', '2022-05-29', '2022-06-05', '2022-06-12',
'2022-06-19', '2022-06-26', '2022-07-03', '2022-07-10',
'2022-07-17', '2022-07-24', '2022-07-31', '2022-08-07',
'2022-08-14', '2022-08-21', '2022-08-28', '2022-09-04',
'2022-09-11', '2022-09-18', '2022-09-25', '2022-10-02',
'2022-10-09', '2022-10-16', '2022-10-23', '2022-10-30',
'2022-11-06', '2022-11-13', '2022-11-20', '2022-11-27',
'2022-12-04', '2022-12-11', '2022-12-18', '2022-12-25'],
dtype='datetime64[ns]', freq=None)
结论
在本文中，我们探讨了如何使用Pandas提取和显示给定年份的所有星期日。我们使用了Pandas库的date_range、dt和strftime方法来生成日期范围，提取星期日，并以可读格式显示它们。Pandas提供了一种强大而灵活的方式来操作Python中的日期和时间值，使其成为数据分析和可视化的有用工具。
