Python数据分析—时间列的基本操作

在对海量数据进行分析的过程中，可能需要对数据中的时间列进行操作。

比如一个数据框中只有借款人的年龄(类似1994年2月8号)，我们想把这一列转换成具体的岁数，放到模型中使用。

这属于特征工程的一部分，我们该怎么操作？

本节教大家如何在python中对数据框进行一些时间列的基本操作。

本文目录

1. 导入时间处理库datetime
2. 根据年龄算岁数
3. 自定义年龄的展示形式
4. 把字符型的数据转换成时间格式
5. 对日期格式数据做减法

注意：本文采用的数据框date_frame：

1 导入时间处理库datetime

在python中自带了datetime时间处理库，可以直接导入：

from datetime import datetime

如果想计算2001年2月1号出生的人现在的年龄，可以在python中输入如下语句：

datetime.now().year-w datetime(2001,2,1).year

得到结果如下：

19

2 根据年龄算岁数

如果想把数据框中某一年龄列算出它对应的岁数，可以在python中输入如下语句：

datetime.now().year- date_frame.birthday.dt.year

得到结果如下：

3 自定义年龄的展示形式

如果日期格式是2003-03-13，即年月日都是用-代替的，我们怎么把-替换成我们熟悉的年月日呢？

可以用year、month、day函数把用-表示的时间转化成我们熟悉的形式。

具体语句如下：

date_frame.birthday.dt.year.apply(str)+'年'+date_frame.birthday.dt.month.apply(str)+'月'+date_frame.birthday.dt.day.apply(str)+'日'

得到结果如下：

4 把字符型的数据转换成时间格式

假设我们得到了一列如下的字符格式时间:

['2003-11-3', '2002-2-5', '2000-5-1', '2001-1-1', '2002-3-1', '2004-2-7', '2003-10-9', '2002-5-1']

可以用pd.to_datetime函数把字符格式时间转换成时间格式，具体语句如下：

pd.to_datetime(['2003-11-3', '2002-2-5', '2000-5-1', '2001-1-1', '2002-3-1', '2004-2-7', '2003-10-9', '2002-5-1'])

得到结果如下：

5 对日期格式数据做减法

有时国外学生的生日可能和在我国对应的生日差一天，假设我们要对国外学生的出生日期统一减一天，可以输入如下代码：

from datetime import timedelta
pd.to_datetime(['2003-11-3', '2002-2-5', '2000-5-1', '2001-1-1', '2002-3-1', '2004-2-7', '2003-10-9', '2002-5-1']) + timedelta(days = -1)

得到结果如下：

至此，在python中对时间列进行基本操作已经介绍完毕，大家可以动手练习一下

。