您的當前位置： > 關注 > > 正文

pandas的時間日期高效操作

來源：CSDN 時間：2023-03-17 10:36:44

29、pandas的時間日期高效操作

(相關資料圖)

探索數據之美 0.395 2018.01.02 11:27:56 字數 656 閱讀 8,288 在前面的文章中，我們總結了一下關于時間日期的簡單計算，但是我們發現很多功能都是datetime庫提供的，那么pandas有沒有提供跟日期時間有關的函數呢？

自然是有的就是.dt，跟.str一樣，后面可以加多個函數進行操作。

比如現在有一組數據：

源數據由于日期列都是datetime64格式的，當導出到excel或者別的地方的時候就會出現格式不是我們想要的：

導出之后的日期格式這種在導出后還要再次進行格式的調整，將會變得很麻煩。

所以我們要看一下有沒有其它的方式導出之后就直接是標準的日期格式的。

一、日期格式設置：dt.strftme()

dt.strftme() 需要注意的是在經過.dt.strftime()處理后的數據就不再是datetime類型了，就算導出到excel也是不能直接被識別為日期的，所以處理的時候要慎重。

當然，還可以處理成其它的格式：

小寫的y，年份就只有兩位 . 不要中間的‘-’ 中間用斜線將年份放后面只顯示月份和天數還有設置格式更簡潔的方式：

dt.date只提取日期部分只要記住大寫Y和小寫y區別，其它的就都比較簡單了。dt.strftime()與Datetime庫里的格式設置不一樣，這一點要注意區別。

二、提取時間日期中的部分信息：

dt.year能直接提取出年份，而且是整數型：

dt.year能直接提取出年份其它信息和年份差不多：

月份日小時時間季度還可以返回星期幾：（星期一是0，星期天是6，跟切片的時候很相似。）

返回星期時間返回周數是df.week()。

這就聯想到前面的文章提到的timedelta類型提取日期，那這個dt能不能用在timedelta類型的數據上呢？

timedelta函數使用.dt.days去掉days 由上圖可知以這樣的一直方式比匿名函數更加的方便，這里的.days很類似datetime庫里面的.days。相當于用.dt.days代替了之前的map(lambda x:x.days)。

按照這個邏輯，.dt.total_seconds()也是可以使用的：

.dt.total_seconds()

三、計算天數相關的函數

計算是一年當中的第幾天：

計算是一年當中的第幾天同理計算一年當中的第幾周（.dt.weekofyear）：

計算一年當中的第幾周除了上面這些，還有.dt后面還可以接很多函數，實在太多，就不一一介紹了。

需要注意的是用split出來后的是obj格式，應該先使用datetime.strptime轉為時間格式之后才能進行dt.strftime處理。

責任編輯：

標簽：