Python数据分析从入门到进阶:玩转日期型数据(含代码)

引言

在我们进行一些时间序列问题时,往往要对日期型数据进行分析处理,本章介绍一下如何使用python处理日期型数据

💮1. 将字符串转换成日期

python 复制代码
# 导入相关库;
import pandas as pd 
import numpy as np
python 复制代码
# 创建字符串
date_strings = np.array(['03-04-2005 11:35 PM',
                         '23-05-2010 12:01 AM',
                         '04-09-2009 09:09 PM'])
python 复制代码
# 转换成datetime 类型的数据
[pd.to_datetime(date, format='%d-%m-%Y %I:%M %p') for date in date_strings]
sql 复制代码
[Timestamp('2005-04-03 23:35:00'),
 Timestamp('2010-05-23 00:01:00'),
 Timestamp('2009-09-04 21:09:00')]
python 复制代码
# 我们还可以增加errors参数来处理错误
# 转换成datetime类型的数据
[pd.to_datetime(date, format='%d-%m-%Y %I:%M %p', errors = 'coerce') for date in date_strings]
sql 复制代码
[Timestamp('2005-04-03 23:35:00'),
 Timestamp('2010-05-23 00:01:00'),
 Timestamp('2009-09-04 21:09:00')]

当传入errors = 'coerce' 参数时,即使转换错误也不会报错,但是会将错误的值返回为Nan(缺失值)

🏵️2. 处理时区

一般而言,pandas的对象默认是没有时区的,不过我们也可以在创建对象时通过tz参数指定时区

python 复制代码
import pandas as pd
python 复制代码
# 创建一个dataframe
pd.Timestamp('2017-05-01 06:00:00', tz = 'Europe/London')
ini 复制代码
Timestamp('2017-05-01 06:00:00+0100', tz='Europe/London')
python 复制代码
# 可以使用tz_locallize添加时区信息
data = pd.Timestamp('2017-05-01 06:00:00')
python 复制代码
# 设置时区
data_in_london = data.tz_localize('Europe/London')
python 复制代码
data_in_london
ini 复制代码
Timestamp('2017-05-01 06:00:00+0100', tz='Europe/London')
python 复制代码
# 我们还可以使用tz_convert来转换时区

data_in_london.tz_convert('Asia/Chongqing')
ini 复制代码
Timestamp('2017-05-01 13:00:00+0800', tz='Asia/Chongqing')
python 复制代码
# Series对象还可以对每一个元素应用tz_localiz和tz_convert
dates = pd.Series(pd.date_range('2002-02-02', periods=3, freq='M'))
python 复制代码
# 设置时区
dates.dt.tz_localize('Asia/Chongqing')
yaml 复制代码
0   2002-02-28 00:00:00+08:00
1   2002-03-31 00:00:00+08:00
2   2002-04-30 00:00:00+08:00
dtype: datetime64[ns, Asia/Chongqing]

🌹3. 选择日期和时间

python 复制代码
dataframe = pd.DataFrame()
python 复制代码
dataframe['date'] = pd.date_range('2001-01-01 01:00:00', periods=100000, freq='H')

删选两个日期之间的观察值, 用 & 来表示且的关系

python 复制代码
dataframe[(dataframe['date']>'2002-01-01 01:00:00') & (dataframe['date']<='2002-1-1 04:00:00')]

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

| | date |
| 8761 | 2002-01-01 02:00:00 |
| 8762 | 2002-01-01 03:00:00 |

8763 2002-01-01 04:00:00

另一种方法,将date这一列设为索引,然后用loc删选

python 复制代码
dataframe = dataframe.set_index(dataframe['date'])
python 复制代码
dataframe.loc['2002-1-1 01:00:00':'2002-1-1 04:00:00']

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

| | date |
| date | |
| 2002-01-01 01:00:00 | 2002-01-01 01:00:00 |
| 2002-01-01 02:00:00 | 2002-01-01 02:00:00 |
| 2002-01-01 03:00:00 | 2002-01-01 03:00:00 |

2002-01-01 04:00:00 2002-01-01 04:00:00

🌺4. 将数据切分成多个特征

python 复制代码
df = pd.DataFrame()
df['date'] = pd.date_range('1/1/2001', periods=150, freq='w')

创建年月日时分的特征

python 复制代码
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
df['day'] = df['date'].dt.day
df['hour'] = df['date'].dt.hour
df['minute'] = df['date'].dt.minute
python 复制代码
df.head()

.dataframe tbody tr th:only-of-type { vertical-align: middle; } .dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; }

| | date | year | month | day | hour | minute |
| 0 | 2001-01-07 | 2001 | 1 | 7 | 0 | 0 |
| 1 | 2001-01-14 | 2001 | 1 | 14 | 0 | 0 |
| 2 | 2001-01-21 | 2001 | 1 | 21 | 0 | 0 |
| 3 | 2001-01-28 | 2001 | 1 | 28 | 0 | 0 |

4 2001-02-04 2001 2 4 0 0

🌻5.计算两个日期之间的时间差

python 复制代码
import pandas as pd
dataframe = pd.DataFrame()
dataframe['Arrived'] = [pd.Timestamp('01-01-2017'), pd.Timestamp('01-04-2017')]
dataframe['left'] = [pd.Timestamp('01-01-2017'), pd.Timestamp('01-06-2017')]
python 复制代码
# 计算两个特征直接的时间间隔
dataframe['left'] - dataframe['Arrived']
ini 复制代码
0   0 days
1   2 days
dtype: timedelta64[ns]
相关推荐
databook8 小时前
Manim实现闪光轨迹特效
后端·python·动效
Juchecar9 小时前
解惑:NumPy 中 ndarray.ndim 到底是什么?
python
用户8356290780519 小时前
Python 删除 Excel 工作表中的空白行列
后端·python
Json_9 小时前
使用python-fastApi框架开发一个学校宿舍管理系统-前后端分离项目
后端·python·fastapi
RestCloud9 小时前
数据传输中的三大难题,ETL 平台是如何解决的?
数据分析·api
数据智能老司机16 小时前
精通 Python 设计模式——分布式系统模式
python·设计模式·架构
数据智能老司机17 小时前
精通 Python 设计模式——并发与异步模式
python·设计模式·编程语言
数据智能老司机17 小时前
精通 Python 设计模式——测试模式
python·设计模式·架构
数据智能老司机17 小时前
精通 Python 设计模式——性能模式
python·设计模式·架构
c8i17 小时前
drf初步梳理
python·django