数据处理——时间数据处理

时间类型数据的转换（字符串转为时间）

pd.to_datetime(arg, errors=\'raise\', dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin=\'unix\')

• arg：表示想要转换的数据，无默认。
• format：%Y表示年份，%m表示月，%d表示天，%H表示小时，%M表示分钟，%S表示秒。
  • 在格式化的时候，需要配合实际的分隔符，例如“2012/12*5 00/00:00”，此时format = "%Y/%m*%d %H/%M:%S"。

import pandas as pd
# data为已导入的表格
data[\'发生时间\'] = pd.to_datetime(data[\'发生时间\'],format=\'%Y%m%d%H%M%S\')
data[\'发生时间\'].head()

　　注：如果dtype为datetime64则说明转换成功，可继续后续操作。

 

时间数据内部信息提取

属性名称	属性解释	属性名称	属性解释
year	年	week	一年中第几周
month	月	quarter	季节
day	日	weekofyear	一年中第几周
hour	小时	dayofyear	一年中的第几天
minute	分钟	dayofweek	一周第几天
second	秒	weekday	一周第几天
date()	日期	weekday_name	星期名称
time()	时间	is_leap_year	是否闰年

data[\'年份\'] = [i.year for i in data[\'发生时间\']]
data[\'月份\'] = [i.month for i in data[\'发生时间\']]
data[\'日期\'] = [i.day for i in data[\'发生时间\']]
data[\'小时\'] = [i.hour for i in data[\'发生时间\']]
data[\'分钟\'] = [i.minute for i in data[\'发生时间\']]
data[\'秒\'] = [i.second for i in data[\'发生时间\']]
data[\'星期\'] = [i.dayofweek for i in data[\'发生时间\']] ## 注意第几天从0开始
data[\'星期\'] = [i.weekday for i in data[\'发生时间\']]
data[\'日期\'] = [i.date() for i in data[\'发生时间\']] ## 提取日期是方法，不是属性（需要加上()）
data[\'时间\'] = [i.time() for i in data[\'发生时间\']] ## 提取时间是方法，不是属性（需要加上()）
data[\'季节\'] = [i.quarter for i in data[\'发生时间\']] ## 季节从1开始，至4结束
data[\'第几周\'] = [i.week for i in data[\'发生时间\']]
data[\'第几天\'] = [i.dayofyear for i in data[\'发生时间\']]
data[\'week\'] = [i.weekday_name for i in data[\'发生时间\']]
data[\'是否闰年\'] = [i.is_leap_year for i in data[\'发生时间\']]

 

函数Timedelta(例如多少秒)

　　Timedelta实际上也是时间数据（即datetime）相减之后的类型。

data[\'发生时间\'].min() - data[\'发生时间\'].max()

　　Timedelta(\'-23 days +07:19:17\')

pd.Timedelta(**args)

周期名称	单位	解释	周期名称	单位	解释
weeks	无	星期	seconds	s	秒
days	D	天	milliseconds	ms	毫秒
hours	h	小时	microseconds	us	微秒
minutes	m	分	nanoseconds	ns	纳秒

# 先输出参照时间
data[\'发生时间\'].min()

Timestamp(\'2014-10-19 06:39:17\')

# 不足之处为：这里默认十月只有30天
data[\'发生时间\'].min() + pd.Timedelta(days = 23)

Timestamp(\'2014-11-11 06:39:17\')

data[\'发生时间\'].min() + pd.Timedelta(weeks = 23)

Timestamp(\'2015-03-29 06:39:17\')

data[\'发生时间\'].min() + pd.Timedelta(microseconds = 23)

Timestamp(\'2014-10-19 06:39:17.000023\')