首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python中时间格式数据的处理

Python中时间格式数据的处理

作者头像
Erin
发布2018-01-09 16:43:16
2.8K0
发布2018-01-09 16:43:16
举报
文章被收录于专栏:大数据风控大数据风控

1、时间转换

时间转换是指字符型的时间格式数据,转换成为时间型数据的过程。 一般从csv导入过来的文件,时间都保存为字符型格式的,需要转换。 时间转换函数: datatime=pandas.to_datetime(dataString,format)

2、时间格式化

时间格式化是指将时间型数据,按照指定格式,转为字符型数据。

时间格式化函数: dateTimeFormat=datetime.dt.strftime(format) format有哪些:

3、时间属性抽取

日期抽取,是指从日期格式里面,抽取出需要的部分属性

抽取语法:datetime.dt.property property有哪些呢:

综合代码实现:

import pandas

data = pandas.read_csv(
    'D:\\PDA\\4.16\\data.csv', 
    encoding='utf8'
)

data['时间'] = pandas.to_datetime(
    data.注册时间, 
    format='%Y/%m/%d'
)

data['格式化时间'] = data.时间.dt.strftime('%Y-%m-%d')

data['时间.年'] = data['时间'].dt.year
data['时间.月'] = data['时间'].dt.month
data['时间.周'] = data['时间'].dt.weekday
data['时间.日'] = data['时间'].dt.day
data['时间.时'] = data['时间'].dt.hour
data['时间.分'] = data['时间'].dt.minute
data['时间.秒'] = data['时间'].dt.second

4、时间条件过滤

根据一定的条件,对时间格式的数据进行抽取。也就是按照某些数据的要求对时间进行过滤。

① 根据索引进行抽取 DataFrame.ix[start:end] DataFrame.ix[dates] ② 根据时间列进行抽取 DataFrame[condition] 返回布尔值数组条件

data = pandas.read_csv(
    'D:\\PDA\\4.17\\data.csv', 
    encoding='utf8'
)

dateparse = lambda dates: pandas.datetime.strptime(
    dates, '%Y%m%d'
)

data = pandas.read_csv(
    'D:\\PDA\\4.17\\data.csv', 
    encoding='utf8',
    parse_dates=['date'],
    date_parser=dateparse,
    index_col='date'
)

#根据索引进行抽取
import datetime

dt1 = datetime.date(year=2016,month=2,day=1);
dt2 = datetime.date(year=2016,month=2,day=5);

data.ix[dt1: dt2]

data.ix[[dt1,dt2]]

#根据时间列进行抽取
data = pandas.read_csv(
    'D:\\PDA\\4.17\\data.csv', 
    encoding='utf8',
    parse_dates=['date'],
    date_parser=dateparse,
)

data[(data.date>=dt1) & (data.date<=dt2)]
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017年07月14日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、时间转换
  • 2、时间格式化
  • 3、时间属性抽取
  • 4、时间条件过滤
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档