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
Jasminelee