Pandas என்பது பிரபலமான பைதான் நூலகமாகும், இது தரவு கையாளுதல் மற்றும் பகுப்பாய்வு ஆகியவற்றை எளிதாக்குகிறது, தேதிகள் மற்றும் நேரங்களைக் கையாள்வதற்கான பரந்த அளவிலான செயல்பாடுகளை வழங்குகிறது. தரவு பகுப்பாய்வில் ஒரு பொதுவான பயன்பாட்டு வழக்கு மாதங்களில் தேதிகளுக்கு இடையிலான வேறுபாட்டைக் கணக்கிடுகிறது. இந்தக் கட்டுரையில், குறியீட்டின் படிப்படியான விளக்கத்துடன், பாண்டாஸைப் பயன்படுத்தி இதை அடைவதற்கான அணுகுமுறையை ஆராய்வோம். மேலும், சிக்கலைப் பற்றிய நமது புரிதலை மேம்படுத்த, தொடர்புடைய நூலகங்கள் மற்றும் செயல்பாடுகளைப் பற்றி விவாதிப்போம்.
தேதி மற்றும் நேரத் தரவைக் கையாள்வது தரவு ஆய்வாளர்கள் மற்றும் டெவலப்பர்களுக்கு எப்போதும் சவாலாக உள்ளது. Python's Pandas நூலகம், தேதிகள், நேரங்கள் மற்றும் நேர டெல்டாக்களைக் கையாளுவதற்கு சக்திவாய்ந்த மற்றும் பல்துறை செயல்பாடுகளை வழங்குவதன் மூலம் இந்த பணியை மிகவும் எளிதாக்குகிறது. இந்தக் கட்டுரையில், பாண்டாக்களைப் பயன்படுத்தி மாதங்களில் இரண்டு தேதிகளுக்கு இடையிலான வேறுபாட்டை எவ்வாறு கணக்கிடுவது என்பதை நாங்கள் விளக்குவோம்.
பிரச்சனைக்கான தீர்வு
import pandas as pd def date_diff_in_months(date1, date2): return (date2.year - date1.year) * 12 + (date2.month - date1.month) date1 = pd.to_datetime("2021-01-01") date2 = pd.to_datetime("2022-05-01") months_diff = date_diff_in_months(date1, date2) print(months_diff)
குறியீட்டின் விளக்கம்
1. முதலில், பாண்டாஸ் நூலகத்தை pd ஆக இறக்குமதி செய்கிறோம். இது தேதிகளுடன் பணிபுரிய பாண்டாஸின் வலுவான செயல்பாடுகளின் தொகுப்பைப் பயன்படுத்த அனுமதிக்கிறது.
2. பிறகு, `date1` மற்றும் `date2` என்ற இரண்டு வாதங்களை எடுக்கும் `date_diff_in_months` என்ற செயல்பாட்டை வரையறுக்கிறோம். இந்த செயல்பாடு இரண்டு உள்ளீட்டு தேதிகளுக்கு இடையே உள்ள மாதங்களின் எண்ணிக்கையை வழங்கும்.
3. செயல்பாட்டின் உள்ளே, `date1` இல் உள்ள அந்தந்த கூறுகளிலிருந்து `date2` இன் ஆண்டு மற்றும் மாதக் கூறுகளைக் கழிப்பதன் மூலம் மாதங்களில் உள்ள வித்தியாசத்தைக் கணக்கிடுகிறோம்.
4. அடுத்து, `pd.to_datetime` செயல்பாட்டைப் பயன்படுத்தி, `date1` மற்றும் `date2` ஆகிய இரண்டு Pandas Timestamp ஆப்ஜெக்ட்களை உருவாக்குகிறோம். இவை எங்கள் சோதனை வழக்குக்கான இரண்டு மாதிரி தேதிகளைக் குறிக்கின்றன.
5. `date_diff_in_months` செயல்பாட்டை `date1` மற்றும் `date2` என அழைக்கிறோம், முடிவை `months_diff` என்ற மாறியில் சேமிக்கிறோம்.
6. இறுதியாக, `months_diff` மாறியை அச்சிடுகிறோம், இது இரண்டு உள்ளீட்டு தேதிகளுக்கு இடையே உள்ள மாதங்களின் எண்ணிக்கையைக் காண்பிக்கும்.
பாண்டாக்கள் மற்றும் நேர முத்திரைகள்
பாண்டாஸின் டைம்ஸ்டாம்ப் பொருள்கள் நம்பமுடியாத அளவிற்கு பல்துறை திறன் கொண்டவை, தடையற்ற தேதிநேர கையாளுதல் மற்றும் ஒப்பீடு ஆகியவற்றை அனுமதிக்கிறது. `pd.to_datetime` செயல்பாட்டை அழைப்பதன் மூலம், நாம் பரந்த அளவிலான தேதி வடிவங்களை Pandas Timestamp ஆப்ஜெக்ட்களாக மாற்றலாம். இந்த பொருள்களை எளிதாக ஒப்பிடலாம், கையாளலாம் மற்றும் சிக்கலான கணக்கீடுகளைச் செய்யப் பயன்படுத்தலாம். எங்கள் தீர்வில், மாதங்களில் இரண்டு தேதிகளுக்கு இடையிலான வேறுபாட்டைக் கணக்கிட டைம்ஸ்டாம்ப் பொருள்களின் சக்தியைப் பயன்படுத்துகிறோம்.
மாற்று நூலகங்கள் மற்றும் செயல்பாடுகள்
- குறும்பு: தேதிகள் மற்றும் நேரங்களுடன் பணிபுரியும் மற்றொரு பிரபலமான பைதான் நூலகம் நம்பி. அதன் `numpy.datetime64` ஆப்ஜெக்ட்களுடன், பாண்டாஸின் டைம்ஸ்டாம்ப் பொருள்களுடன் ஒப்பிடக்கூடிய செயல்பாட்டை நம்பி வழங்குகிறது. தேதிகளுக்கு இடையே உள்ள வேறுபாடுகளைக் கணக்கிடுவதற்கு `numpy.timedelta64` போன்ற செயல்பாடுகளை Numpy கூடுதலாக வழங்குகிறது.
- தேதியூடில்: டேட்யூட்டில் நூலகம் என்பது பைத்தானில் தேதிகளை பாகுபடுத்துவதற்கும் கையாளுவதற்கும் ஒரு சக்திவாய்ந்த கருவியாகும். இது தேதி எண்கணிதத்தைக் கையாள்வதற்கான விரிவான செயல்பாடுகள் மற்றும் வகுப்புகளை வழங்குகிறது, இதில் `dateutil.relativedelta.relativedelta` செயல்பாடு அடங்கும், இது குறிப்பாக ஆண்டுகள், மாதங்கள் மற்றும் நாட்கள் அடிப்படையில் தேதிகளில் உள்ள வேறுபாடுகளைக் கணக்கிடுவதற்குப் பயன்படுகிறது.
சுருக்கமாக, பாண்டாக்களைப் பயன்படுத்தி மாதங்களில் இரண்டு தேதிகளுக்கு இடையிலான வேறுபாட்டைக் கணக்கிடுவது எளிமையான மற்றும் பயனுள்ள முறை மூலம் அடையலாம். இந்தப் பணியை எளிதாகச் செய்வதற்கு, பாண்டாஸ் டைம்ஸ்டாம்ப் பொருள்கள் மற்றும் தனிப்பயன் செயல்பாட்டை நாங்கள் நம்பலாம். மேலும், Numpy மற்றும் dateutil போன்ற மாற்று நூலகங்கள் தேதிநேரம் தொடர்பான பல்வேறு பிரச்சனைகளைச் சமாளிக்க மாற்று அணுகுமுறைகளை வழங்குகின்றன.