pandas处理时间类型数据

pandas处理时间类型数据高级接口dt的使用

时间访问器.dt.<属性>

dt.date 和 dt.normalize()，他们都返回一个日期的日期部分，即只包含年月日。但不同的是date返回的Series是object类型的，normalize()返回的Series是datetime64类型的。这里先简单创建一个dataframe。
dt.year、dt.month、dt.day、dt.hour、dt.minute、dt.second、dt.week (dt.weekofyear和dt.week一样)分别返回日期的年、月、日、小时、分、秒及一年中的第几周
dt.weekday（dt.dayofweek一样）返回一周中的星期几，0代表星期一，6代表星期天，dt.weekday_name返回星期几的英文。
dt.dayofyear 返回一年的第几天，dt.quarter得到每个日期分别是第几个季度。
dt.is_month_start和dt.is_month_end 判断日期是否是每月的第一天或最后一天，可以将month换成year和quarter相应的判断日期是否是每年或季度的第一天或最后一天.
dt.is_leap_year 判断是否是闰年
dt.month_name() 返回月份的英文名称.

原文链接：https://blog.csdn.net/m0_46412065/article/details/107324827

日期设置格式：dt.strftime()

注意：经过.dt.strftime()处理后的数据就不再是datetime类型，就算导出到excel也是不能直接被识别为日期的，所以处理时要慎重。

df['时间'].apply(lambda x : x.split()[0])可以用来分列 '2021-09-01 17:02:29'这种数据

__EOF__

本文作者：Jasmine
本文链接：https://www.cnblogs.com/Jasmine6-Lee/p/16050276.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！