数据处理——时间数据处理
时间类型数据的转换(字符串转为时间)
pd.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix')
- arg:表示想要转换的数据,无默认。
- format:%Y表示年份,%m表示月,%d表示天,%H表示小时,%M表示分钟,%S表示秒。
- 在格式化的时候,需要配合实际的分隔符,例如“2012/12*5 00/00:00”,此时format = "%Y/%m*%d %H/%M:%S"。
import pandas as pd # data为已导入的表格 data['发生时间'] = pd.to_datetime(data['发生时间'],format='%Y%m%d%H%M%S') data['发生时间'].head()
注:如果dtype为datetime64则说明转换成功,可继续后续操作。
时间数据内部信息提取
属性名称 | 属性解释 | 属性名称 | 属性解释 |
---|---|---|---|
year | 年 | week | 一年中第几周 |
month | 月 | quarter | 季节 |
day | 日 | weekofyear | 一年中第几周 |
hour | 小时 | dayofyear | 一年中的第几天 |
minute | 分钟 | dayofweek | 一周第几天 |
second | 秒 | weekday | 一周第几天 |
date() | 日期 | weekday_name | 星期名称 |
time() | 时间 | is_leap_year | 是否闰年 |
data['年份'] = [i.year for i in data['发生时间']] data['月份'] = [i.month for i in data['发生时间']] data['日期'] = [i.day for i in data['发生时间']] data['小时'] = [i.hour for i in data['发生时间']] data['分钟'] = [i.minute for i in data['发生时间']] data['秒'] = [i.second for i in data['发生时间']] data['星期'] = [i.dayofweek for i in data['发生时间']] ## 注意第几天从0开始 data['星期'] = [i.weekday for i in data['发生时间']] data['日期'] = [i.date() for i in data['发生时间']] ## 提取日期是方法,不是属性(需要加上()) data['时间'] = [i.time() for i in data['发生时间']] ## 提取时间是方法,不是属性(需要加上()) data['季节'] = [i.quarter for i in data['发生时间']] ## 季节从1开始,至4结束 data['第几周'] = [i.week for i in data['发生时间']] data['第几天'] = [i.dayofyear for i in data['发生时间']] data['week'] = [i.weekday_name for i in data['发生时间']] data['是否闰年'] = [i.is_leap_year for i in data['发生时间']]
函数Timedelta(例如多少秒)
Timedelta实际上也是时间数据(即datetime)相减之后的类型。
data['发生时间'].min() - data['发生时间'].max()
Timedelta('-23 days +07:19:17')
pd.Timedelta(**args)
周期名称 | 单位 | 解释 | 周期名称 | 单位 | 解释 |
---|---|---|---|---|---|
weeks | 无 | 星期 | seconds | s | 秒 |
days | D | 天 | milliseconds | ms | 毫秒 |
hours | h | 小时 | microseconds | us | 微秒 |
minutes | m | 分 | nanoseconds | ns | 纳秒 |
# 先输出参照时间 data['发生时间'].min()
Timestamp('2014-10-19 06:39:17')
# 不足之处为:这里默认十月只有30天 data['发生时间'].min() + pd.Timedelta(days = 23)
Timestamp('2014-11-11 06:39:17')
data['发生时间'].min() + pd.Timedelta(weeks = 23)
Timestamp('2015-03-29 06:39:17')
data['发生时间'].min() + pd.Timedelta(microseconds = 23)
Timestamp('2014-10-19 06:39:17.000023')
一个佛系的博客更新者,随手写写,看心情吧 (っ•̀ω•́)っ✎⁾⁾