Pandas的datetime数据类型(一)

简介: Python中内置了`datetime`模块,用于处理日期和时间。可以使用`datetime.now()`获取当前时间,或通过`datetime(year, month, day)`创建指定日期。在Pandas中,`pd.to_datetime()`函数用于将数据转换为`Timestamp`或`DatetimeIndex`,如从CSV加载数据时转换日期列。此外,`pd.read_csv()`的`parse_dates`参数可以直接将指定列解析为日期类型。Pandas的`Timestamp`对象还允许提取年、月、日等部分。

Python的datetime对象


Python内置了datetime对象,可以在datetime库中找到


from datetime import datetime
now = datetime.now()
now


还可以手动创建datetime


t2 = datetime(2023,4,21)
now-t2
#
datetime.timedelta(days=251, seconds=31427, microseconds=546921)


pandas中的数据转换成datetime


1.to_datetime函数


Timestamp是pandas用来替换python datetime.datetime的 可以使用to_datetime函数把数据转换成Timestamp类型


import pandas as pd
ebola = pd.read_csv(r'C:\Users\Administrator\Documents\WeChat Files\wxid_mgaxcaeufcpq22\FileStorage\File\2023-12\country_timeseries.csv')
ebola.iloc[:5,:5]



从数据中看出 Date列是日期,但通过info查看加载后数据为object类型


某些场景下, (比如从csv文件中加载进来的数据), 日期时间的数据会被加载成object类型, 此时需要手动的把这个字段转换成日期时间类型


可以通过to_datetime方法把Date列转换为Timestamp,然后创建新列


ebola['date_dt'] = pd.to_datetime(ebola['Date'])
ebola.info()
 
# 
18  date_dt              122 non-null    datetime64[ns]


2.通过Timestamp创建


d=pd.Timestamp(2023,12,28)
d
 
# Timestamp('2023-12-28 00:00:00')


3 .通过parse_dates参数指定


ebola = pd.read_csv('data/country_timeseries.csv',parse_dates=[0])
ebola.info()
# Date列转换为datetime类型


提取日期的各个部分


d = pd.to_datetime('2023-04-20’)
# 可以看到得到的数据是Timestamp类型,通过Timestamp可以获取年,月,日等部分
d.year
d.month
d.day


Pandas的datetime数据类型(二)+https://developer.aliyun.com/article/1543825?spm=a2c6h.13148508.setting.18.1fa24f0esOqb0u

相关文章
|
9天前
|
数据处理 索引 Python
Pandas的datetime数据类型(二)
Pandas的datetime数据处理涉及日期运算和Timedelta计算,如计算疫情爆发天数,获取日期的季度和年份。示例中展示如何从Ebola数据集重建疫情爆发第一天,以及如何对银行关闭日期分组统计。此外,演示了如何按日期筛选数据,设置日期为DataFrame索引,并使用`date_range`创建日期序列。还讨论了如何处理不连续日期,以及如何进行时间范围查询,包括在特定时间段内选择数据和按时间间隔过滤。最后,展示了如何高效地在时间序列上选取数据。
Python之pandas:数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化之详细攻略
Python之pandas:数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化之详细攻略
Python之pandas:数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化之详细攻略
|
2月前
|
存储 传感器 监控
Pandas DateTime 超强总结
Pandas DateTime 超强总结
|
2月前
|
存储 NoSQL 数据挖掘
Pandas 数据类型概述与转换实战
Pandas 数据类型概述与转换实战
|
9月前
|
数据采集 SQL 数据挖掘
【100天精通Python】Day56:Python 数据分析_Pandas数据清洗和处理(删除填充插值,数据类型转换,去重,连接与合并)
【100天精通Python】Day56:Python 数据分析_Pandas数据清洗和处理(删除填充插值,数据类型转换,去重,连接与合并)
86 0
|
存储 传感器 监控
Pandas DateTime 超强总结
Pandas DateTime 超强总结
Pandas DateTime 超强总结
|
存储 NoSQL 数据挖掘
Pandas 数据类型概述与转换实战
Pandas 数据类型概述与转换实战
Pandas 数据类型概述与转换实战
|
数据挖掘 数据处理 数据格式
Pandas 数据处理 | Datetime 时间模块在 Pandas 中的使用
Datatime 作为 Python 中的时间模块类型,处理时间有关数据是非常方便的, Pandas 作为数据分析程序包同样也支持 DataTime 数据机制
Pandas 数据处理 | Datetime 时间模块在 Pandas 中的使用
|
Java Python
Pandas高级教程之:category数据类型
Pandas高级教程之:category数据类型
|
大数据 Python 容器
pandas100个骚操作:使用 Datetime 提速 50 倍运行速度!
本篇是pandas100个骚操作系列的第 10 篇:使用 Datetime 提速 50 倍运行速度!