2、df中时间特征的处理

1、当df中包含时间特征时，很多时候是YYYYMMDD形式，比如：20220911。需要我们进行处理，变换成YYYY-MM-DD的形式。

情况一：当df中时间特征是str形式

　　可以通过python中type指令查看是什么类型

　　date = df['time'].apply(lambda x: pd.Timestamp(x))

　　使用上述指令可以直接将其变为YYYY-MM-DD的形式

情况二：当df中时间特征不是str形式，而是numpy形式

　　当不是str类型时，需要首先进行类型转变，具体指令如下：

　　df['time'] = df['time'].apply(str)      # 将时间这列都转换为str类型数据

　　date = YH['time'].apply(lambda x: pd.Timestamp(x))     # 转换形式

　　df.insert(0, 'date', date)     # 插入原始df数据

 

 

2、当我们需要提取时间特征的具体的年月日特征，操作如下：

　　days = df['date'].dt.day            # 日特征
　　hours = df['date'].dt.hour          # 小时特征
　　minutes = df['date'].dt.minute      # 分钟特征
　　seconds = df['date'].dt.second      # 秒特征
　　df.insert(0, 'days', days)
　　df.insert(0, 'hours', hours)
　　df.insert(0, 'minutes', minutes)
　　df.insert(0, 'seconds', seconds)
　　啊，我还不会一起操作，只会一列一列的插入，就先这样吧。。。