date range
pd.date_range('2014-11-19', '2014-11-21', freq='D') # 起始时间,终止时间,时间间隔,也即步长,D ⇒ Day,5H:以 5 小时为间隔; t = pd.DataFrame(pd.date_range('2014-11-19', '2014-11-21', freq='D'))
使用 parse_dates 参数解析文件中的日期列时,则会将该列转化为 datetime64[ns] 类型(包含日期与时间)
1. datetime64[ns] 与 <M8[ns]
二者的区别在于,datetime64[ns] 是通用型数据类型,而 <M8[ns]
则属于特定型的数据类型(与物理机器有关,具体取决于大顶端和小顶端)
对于小顶端机器:
np.dtype('datetime64[ns]') == np.dtype('<M8[ns]')
对于大顶端机器:
np.dtype('datetime64[ns]') == np.dtype('>M8[ns]')
【推荐】还在用 ECharts 开发大屏?试试这款永久免费的开源 BI 工具!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步