# dataframe + time

import pandas as pd

### 載入 ###
path="D:\Book5.csv"
# df1=pd.read_csv(path,encoding = 'unicode_escape')
df1=pd.read_csv(path,encoding = 'big5')


### 民國轉西元 ###
# 將日期取出前四碼(民國0110)轉int,加1911,再轉回str,置換回去
d = df1['日期']
for i in range(len(df1)):
    d.iloc[i]=d.iloc[i].replace(d.iloc[i][0:4], str(int(d.iloc[i][0:4]) + 1911))

### 確認型態 ###
df1['日期'].dtype

### str轉datetime ###
# 1.自動化預測格式,年月日設為今天
df1['時間']=pd.to_datetime(df1['時間'])
# 2.把時間依格式讀取, 但年月日被標1900-01-01
df1['時間']=pd.to_datetime(df1['時間'],format='%H:%M:%S')


### datetime轉str ###
# dt.time 抽時分秒
# dt.date 抽日月年
# dt.year 抽年 ; month 抽月 ; day 抽日
df1['時間']=df1['時間'].dt.time
## 依照指定格式轉 ##
# 抽日月年用date ; 抽時分秒用time
df1['時間']=df1['時間'].dt.time.apply(lambda x: x.strftime('%H:%M:%S'))
df1['時間']=df1['時間'].dt.date.apply(lambda x: x.strftime('%Y-%m-%d')) 

### shift時間 ###
## 對於str 加上年月日 ##
year_part = "2022-09-01"
df1['時間'] = df1['時間'].apply(lambda x: year_part+" "+x)

## 對於datetime shift時間 ##
from datetime import timedelta as td
time_diff = td(days=365*5)
df1['時間'] = df1['時間'].apply(lambda x: x+time_diff)
# 使用df1['時間'].dt.date.apply()會順便轉成str

### 將「日期」列設置為索引。 ###
df1 = df1.set_index(['日期'], drop=True)

### reset index ###
df1.reset_index(inplace=True, drop=True)

# 排序之後將index reset
df1=df1.sort_values(['時間'],ascending=True)
df1.reset_index(inplace=True, drop=True)


### 挑選日期 ###
## 把日期設為datetime型態&index後 ##
# 單年
# df1['2021']

# 多年(先小後大)
# df1['2020':'2021']

# 單月
# df1['2021-01']

# 單日,要用slice
# df1['2021-01-04':'2021-01-04']
# series法,不好用
# s = pd.Series(df1['單價'], index=df1.index)
# s['2021-01-04']

# 在某日之前,之後
# slice 好用
# df1['2013-11':]
# df1[:'2022-11']

# truncate 不直觀
# df1.truncate(before = '2013-11') # 在'2013-11'之後!!
# df1.truncate(after = '2022-11') # 在'2022-11'之前!!

## 把日期設為datetime型態但不是index ##
# 挑單月
df1[df1['日期'].dt.month.isin([1])]
# 挑1月~2月
df1[df1['日期'].dt.month.isin(range(1,3))]

# 挑區間
con1=df1['日期']>='2021-01-04'
con2=df1['日期']<'2021-01-05'
df1[con1&con2]




### 挑選時間 ###
## 把時間設為datetime型態&index後 ##
# 兩端等於都收
df1['時間']=pd.to_datetime(df1['時間'])
df1 = df1.set_index(['時間'], drop=True)
df1.between_time("11:30:03","12:29:47")

## 把時間設為datetime型態但不是index ##
# 11點~12點
df1[df1['時間'].dt.hour.isin(range(11,13))]

# 挑區間,要加上日期才能挑(參考:對於str 加上年月日)
con1=df1['時間']>='2022-07-01 11:30'
con2=df1['時間']<'2022-07-01 12:30'
df1[con1&con2]


### 分組不統計 ###
# Period(把日期歸類進 月/季/年)
# M=月 Q=季 A=年
# df_period = df1.to_period('A') #按月显示，但不统计

# print(type(df_period.index))
# 请注意df.index的数据类型是DatetimeIndex；
# df_peirod.index的数据类型是PeriodIndex

### 分組統計 ###
# 基本統計法 : std() mean() max() min() median()
# 分組法 : by周=w ; by月=M/MS(M=月尾日表示 MS=月首日表示) ; by季=Q ; 年=A/AS
# df1.resample('AS').sum().head()

# 常見統計概述
#df1.describe()


# 組合技
# 以年統計完, 用年度表示
# df1.resample('AS').mean().to_period('A')

# 挑多欄
# df1.resample('AS').mean().to_period('A')[['單價','價金']]

# 挑欄by區間
# df1.resample('AS').mean().to_period('A').loc[:,'單價':'價金']