栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

python从日期型数据中提取各种信息(待补充)

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

python从日期型数据中提取各种信息(待补充)

调包,导入数据

import numpy as np
import pandas as pd

#读取数据
df = pd.read_csv('xx.csv')

1、将str时间戳转化为datetime64 (pandas中的日期型数据)

df['date'] = df['date'].astype('datetime64')  #datetime64[ns]
df['date'] = df['date'].astype('datetime64[D]') 

datetime64[ns]:转化后形式如 2020-09-20 18:13:00

datetime64[D] :转化后形式如 2020-09-20

只输入datetime64,则默认为datetime64[ns]。

2、从数据中提取基本信息

df['年'] = df['date'].dt.year  
df['季度'] = df['date'].dt.quarter
df['月'] = df['date'].dt.month
df['日'] = df['date'].dt.day   
df['星期几'] = df['date'].dt.dayofweek
df['周'] = df['date'].dt.week       #一年中的第几周
df['时'] = df['date'].dt.hour
df['分'] = df['date'].dt.minute
df['秒'] = df['date'].dt.second
df['天'] = df['date'].dt.dayofyear   #一年中的第几天

3、提取模糊信息

df['是否闰年'] = df['date'].apply(lambda x: x.is_leap_year) # 是否闰年
df['是否月初'] = df['date'].apply(lambda x: x.is_month_start) # 是否月初
df['是否月末'] = df['date'].apply(lambda x: x.is_month_end)   # 月末
df['是否季节初'] = df['date'].apply(lambda x: x.is_quarter_start)  # 季度初
df['是否季节末'] = df['date'].apply(lambda x: x.is_quarter_end) # 季度末
df['是否年初'] = df['date'].apply(lambda x: x.is_year_start)  # 年初
df['是否年尾'] = df['date'].apply(lambda x: x.is_year_end)  # 年内末

4、提取节日信息(待补充)

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/1025912.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号