免費(fèi)AI編程助手
Pandas日期時(shí)間格式化
當(dāng)進(jìn)行數(shù)據(jù)分析時(shí)，我們會(huì)遇到很多帶有日期、時(shí)間格式的數(shù)據(jù)集，在處理這些數(shù)據(jù)集時(shí)，可能會(huì)遇到日期格式不統(tǒng)一的問(wèn)題，此時(shí)就需要對(duì)日期時(shí)間做統(tǒng)一的格式化處理。比如“Wednesday, June 6, 2020”可以寫(xiě)成“6/6/20”，或者寫(xiě)成“06-06-2020。
日期格式化符號(hào)
在對(duì)時(shí)間進(jìn)行格式化處理時(shí)，它們都有固定的表示格式，比如小時(shí)的格式化符號(hào)為%H ,分鐘簡(jiǎn)寫(xiě)為%M ，秒簡(jiǎn)寫(xiě)為%S。下表對(duì)常用的日期格式化符號(hào)做了總結(jié)：
| 符號(hào) | 說(shuō)明 |
|---|---|
| %y | 兩位數(shù)的年份表示（00-99） |
| %Y | 四位數(shù)的年份表示（000-9999） |
| %m | 月份（01-12） |
| %d | 月內(nèi)中的一天（0-31） |
| %H | 24小時(shí)制小時(shí)數(shù)（0-23） |
| %I | 12小時(shí)制小時(shí)數(shù)（01-12） |
| %M | 分鐘數(shù)（00=59） |
| %S | 秒（00-59） |
| %a | 本地英文縮寫(xiě)星期名稱(chēng) |
| %A | 本地英文完整星期名稱(chēng) |
| %b | 本地縮寫(xiě)英文的月份名稱(chēng) |
| %B | 本地完整英文的月份名稱(chēng) |
| %w | 星期（0-6），星期天為星期的開(kāi)始 |
| %W | 一年中的星期數(shù)（00-53）星期一為星期的開(kāi)始 |
| %x | 本地相應(yīng)的日期表示 |
| %X | 本地相應(yīng)的時(shí)間表示 |
| %Z | 當(dāng)前時(shí)區(qū)的名稱(chēng) |
| %U | 一年中的星期數(shù)（00-53）星期天為星期的開(kāi)始 |
| %j | 年內(nèi)的一天（001-366） |
| %c | 本地相應(yīng)的日期表示和時(shí)間表示 |
Python處理
Python 內(nèi)置的 strptime() 方法能夠?qū)⒆址掌谵D(zhuǎn)換為 datetime 類(lèi)型，下面看一組示例：
from datetime import datetime
#將日期定義為字符串
date_str1 = 'Wednesday, July 18, 2020'
date_str2 = '18/7/20'
date_str3 = '18-07-2020'
#將日期轉(zhuǎn)化為datetime對(duì)象
dmy_dt1 = datetime.strptime(date_str1, '%A,%B%d,%Y')
dmy_dt2 = datetime.strptime(date_str2, '%d/%m/%y')
dmy_dt3 = datetime.strptime(date_str3, '%d-%m-%Y')
#處理為相同格式，并打印輸出
print(dmy_dt1)
print(dmy_dt2)
print(dmy_dt3) 輸出結(jié)果：
2020-07-18 00:00:00 2020-07-18 00:00:00 2020-07-18 00:00:00
注意：strftime() 可以將 datetime 類(lèi)型轉(zhuǎn)換為字符串類(lèi)型，恰好與 strptime() 相反。
Pandas處理
除了使用 Python 內(nèi)置的 strptime() 方法外，你還可以使用 Pandas 模塊的 pd.to_datetime() 和 pd.DatetimeIndex() 進(jìn)行轉(zhuǎn)換。
1) to_datetime()
通過(guò) to_datetime() 直接轉(zhuǎn)換為 datetime 類(lèi)型
import pandas as pd
import numpy as np
date = ['2012-05-06 11:00:00','2012-05-16 11:00:00']
pd_date=pd.to_datetime(date)
df=pd.Series(np.random.randn(2),index=pd_date)輸出結(jié)果：
2012-05-06 11:00:00 0.189865 2012-05-16 11:00:00 1.052456 dtype: float64
2) DatetimeIndex()
使用 Datetimeindex() 函數(shù)設(shè)置時(shí)間序，示例如下：
date = pd.DatetimeIndex(['1/1/2008', '1/2/2008', '1/3/2008', '1/4/2008', '1/5/2008'])
dt = pd.Series(np.random.randn(5),index = date)
print(dt)輸出結(jié)果：
2008-01-01 1.965619 2008-01-02 -2.897374 2008-01-03 0.625929 2008-01-04 1.204926 2008-01-05 1.755680 dtype: float64
更多建議：