搜索

Python数据分析之时间处理技巧1,2,3

统计与数据分析实战

共 5824字，需浏览 12分钟

 ·

2020-08-04 01:01


◆ ◆ ◆  ◆ ◆


本文目标

  1. 学会使用时间索引，时间点切片；
  2. 学会转换时间格式，时间格式化；
  3. 学会计算时间差值，时间段计算；
  4. 学会增减时间量值，时间点计算。


时间处理技巧1


# 读取两份相同的数据df1，df2，做实验对照In [1]:import pandas as pddf1 = pd.read_clipboard()df2 = pd.read_clipboard()df1.head()

Out[1]:


TR_DTTR_TMCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENT
02017/4/133:23:266242668433王丹6242668433D43893207005023杨利一个
12019/8/2411:27:21645470876江桂珍645470876C31605337215023吴英还有，决定，只是，客户，基本
22013/3/722:03:108043584726杨璐8043584726C7845156675024钟楠数据，管理，什么
32013/3/120:02:404580505126王龙4580505126C77459884735026许晨网上，等级，文件，资源
42019/2/90:50:287413364874贾桂兰7413364874D78308304785041杨丹丹关于，进入，发现


In [2]:df1.shape


Out[2]:

(5450, 10)

In [3]:df1.index


Out[3]:

RangeIndex(start=0, stop=5450, step=1)

In [4]:df1.columns.tolist()


Out[4]:

['TR_DT',
 'TR_TM',
 'CUST_ID',
 'CUST_NAME',
 'CARD_ID',
 'TR_TYPE',
 'OPP_ID',
 'TR_AMT',
 'OPP_NAME',
 'COMMENT']

# 查看info(),可知TR_DT,TR_TM列均不是时间格式In [5]:df1.info()


RangeIndex: 5450 entries, 0 to 5449
Data columns (total 10 columns):
TR_DT        5450 non-null object
TR_TM        5450 non-null object
CUST_ID      5450 non-null int64
CUST_NAME    5450 non-null object
CARD_ID      5450 non-null int64
TR_TYPE      5450 non-null object
OPP_ID       5450 non-null int64
TR_AMT       5450 non-null int64
OPP_NAME     5450 non-null object
COMMENT      5450 non-null object
dtypes: int64(4), object(6)
memory usage: 425.9+ KB


时间处理1


1.在平常工作过程中，我们一般是采用“日期 时间”这样的格式，基本上不会把日期和时间分别存储，所以首先把日期和时间列合并起来。


# 去掉某两列，再合并为一列In [6]:dt = df1.pop('TR_DT') + ' ' + df1.pop('TR_TM')dt.tail()


Out[6]:

5445    2009/4/28 13:47:13
5446    2008/4/26 18:16:24
5447     2001/8/7 20:42:04
5448     2017/5/17 6:14:07
5449    2001/1/31 10:17:27
dtype: object


2.将合并产生的新列通过insert方法插入到指定位置。


# 按照列索引位置插入新列In [7]:df1.insert(0,'DT',dt)# 后面有用处，对照df2.insert(10,'DT',dt)df1.head()


Out[7]:


DTCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENT
02017/4/13 3:23:266242668433王丹6242668433D43893207005023杨利一个
12019/8/24 11:27:21645470876江桂珍645470876C31605337215023吴英还有，决定，只是，客户，基本
22013/3/7 22:03:108043584726杨璐8043584726C7845156675024钟楠数据，管理，什么
32013/3/1 20:02:404580505126王龙4580505126C77459884735026许晨网上，等级，文件，资源
42019/2/9 0:50:287413364874贾桂兰7413364874D78308304785041杨丹丹关于，进入，发现


3.查看新增加的DT列的数据类型（此处有伏笔）。


In [8]:df1['DT'].dtype


Out[8]:

dtype('O')


4.设置新增加的DT列为行索引，并随机抽10条查看。


In [9]:df1.set_index('DT', inplace = True)df1.sample(10)


Out[9]:


CUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENT
DT







2012/1/5 0:45:463808833244季军3808833244D12786288036197421蒋红霞人员
2011/12/2 19:24:324699907312陈飞4699907312C170049752473256722秦建国同时，当然，文件，自己
2007/8/19 17:59:129478303971李秀英9478303971D855302212464680刘敏作品
2014/7/13 15:15:414789182798李雪梅4789182798C366637505012826夏娜查看，美国，知道
2000/10/10 0:10:233166977982谢博3166977982C6648979252200406周柳东西
2013/5/13 6:08:157197382604刘阳7197382604D633182487942848吴淑华通过，感觉，必须，阅读，是否
2010/12/20 16:34:451818523684蒋旭1818523684C347921594516355353孔畅有关，一次，国际
2010/5/24 8:05:369476622720杨杰9476622720D35444307653502909范倩包括，使用，希望，其实，支持
2011/12/28 10:23:135685935010伍玉兰5685935010C61646658629395238刘秀芳单位
2014/1/11 4:31:223859582722杨红梅3859582722C3875810173759456035司俊最大，直接，教育，标题


错误❌示范


当我们把DT（日期&时间）列设为行索引后，去查看2019年全年的数据，此时发生了如下的报错。


In [10]:df1['2019']
---------------------------------------------------------------------------KeyError                                  Traceback (most recent call last)E:\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)   2656             try:-> 2657                 return self._engine.get_loc(key)   2658             except KeyError:pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()KeyError: '2019'

During handling of the above exception, another exception occurred:KeyError                                  Traceback (most recent call last) in ----> 1 df1['2019']E:\Anaconda3\lib\site-packages\pandas\core\frame.py in __getitem__(self, key)   2925             if self.columns.nlevels > 1:   2926                 return self._getitem_multilevel(key)-> 2927             indexer = self.columns.get_loc(key)   2928             if is_integer(indexer):   2929                 indexer = [indexer]E:\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)   2657                 return self._engine.get_loc(key)   2658             except KeyError:-> 2659                 return self._engine.get_loc(self._maybe_cast_indexer(key))   2660         indexer = self.get_indexer([key], method=method, tolerance=tolerance)   2661         if indexer.ndim > 1 or indexer.size > 1:pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()KeyError: '2019'

很明显，没有把日期时间格式的数据转换为日期时间数据。


时间处理技巧2


在处理带有日期时间格式的数据时，尤其是日期时间要参与计算，且是分析过程中的一个重要维度，我建议你把日期时间格式的数据转换为日期时间数据并设为行索引，好处多多。


1.重设索引。


In [11]:df1.reset_index(inplace = True)df1.head()


Out[11]:


DTCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENT
02017/4/13 3:23:266242668433王丹6242668433D43893207005023杨利一个
12019/8/24 11:27:21645470876江桂珍645470876C31605337215023吴英还有，决定，只是，客户，基本
22013/3/7 22:03:108043584726杨璐8043584726C7845156675024钟楠数据，管理，什么
32013/3/1 20:02:404580505126王龙4580505126C77459884735026许晨网上，等级，文件，资源
42019/2/9 0:50:287413364874贾桂兰7413364874D78308304785041杨丹丹关于，进入，发现


2.转换类型。


# 使用pd.to_datetime进行类型转换In [12]:%%timeitdf1['DT'] = pd.to_datetime(df1['DT'],format='%Y/%m/%d %H:%M:%S')df1['DT'].dtype


Out[12]:

dtype('

3.使用年份索引。

# 这就是转换为日期时间类型的好处之一In [13]:df1[df1['DT'].dt.year==2019]

Out[13]:

DTCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENT
12019-08-24 11:27:21645470876江桂珍645470876C31605337215023吴英还有，决定，只是，客户，基本
42019-02-09 00:50:287413364874贾桂兰7413364874D78308304785041杨丹丹关于，进入，发现
142019-06-20 04:15:404137413510刘艳4137413510C14992827045121谢玲大小
192019-06-05 23:57:554081613672郑斌4081613672C33293496235150廖旭经营
282019-05-03 12:13:423118752384申勇3118752384D15063354585296刘丽当然，大家，说明
1002019-03-14 05:25:048475076158范涛8475076158D90843798485918曲丹学习
1492019-08-29 15:49:22681877640王倩681877640C73502586546308葛雪梅规定，设备，还有
1602019-03-25 19:45:559785226364阎鹏9785226364D97745625166413刘涛企业
1822019-04-22 21:07:099359655641彭丽9359655641C75549698066589鞠建平一次，自己，作品
1912019-05-18 23:15:567319489752孙欣7319489752C56698845546646吴玉英根据，发生，发生
2292019-02-15 08:44:462971072241帅秀珍2971072241C49568043796909陈冬梅业务，电影，一下，帖子，不过
2572019-04-23 07:25:454592989900陈飞4592989900D65466147157163张金凤手机
2682019-01-16 01:20:399188311460慕玉珍9188311460C20489703837250何冬梅项目，女人，作为，行业，一定
3262019-07-11 13:13:107946691979李淑兰7946691979C61968017657757田林帮助，女人，只有
3662019-01-07 12:46:513350673324祝海燕3350673324D34679045388156张玉英的话，全部，广告，点击
4082019-01-22 09:07:075294695875王斌5294695875D86944742008555曹红男人，回复，一点
4182019-08-29 13:01:15127991302韩伟127991302C12782609218634刘峰之后
4272019-03-05 11:03:038784664466吴佳8784664466C22002508238760刘桂芳深圳
4672019-02-09 07:13:063633288148崔林3633288148D22643360769038张桂珍朋友
5342019-01-08 02:53:516952087281黄桂兰6952087281C10631919159652郭旭系统
5512019-07-23 19:16:212435575150赵淑华2435575150D9485272269785高亮社会，所有，日本，生产，音乐
5582019-01-20 05:16:196561467782施桂兰6561467782D23954912149841杨波电影，状态，电子
6982019-01-16 14:21:032741356324马彬2741356324C826807731620144仲建军计划，密码，我们，操作，发现
7162019-06-15 19:52:469733407575唐玉兰9733407575D994864663721598曾浩用户
7172019-01-09 23:53:529475116124张秀珍9475116124C898828817521613许凤英发表
7332019-02-25 01:25:412043697694史兰英2043697694C292703178522532陆春梅不要，市场，一样
7562019-07-17 23:22:425133778235张浩5133778235D981089727525040孙洁提供
7712019-04-17 16:19:36528291341刘海燕528291341C302097701325959黄丹丹文化
8092019-03-07 18:48:375762950428韩洋5762950428C655727901228584盛辉你们，评论，网站
8732019-06-11 18:29:46193388281宋秀英193388281C346939234133955张帅免费，或者，各种
..............................
47162019-04-01 05:01:22407191975陈俊407191975C4100230801197165137滕晨推荐
47222019-04-11 09:52:152830451569吉龙2830451569C2084696072205077794张建平欢迎
47522019-03-24 17:00:347365738066刘伟7365738066C6160001466239114293刘斌政府
47592019-01-28 05:53:126523292694黎秀芳6523292694C3802748920246025632王倩深圳，他们，国内
47672019-04-11 01:55:528065795703张秀梅8065795703D2896766255253739374袁雷以下，历史，生产
48472019-05-19 19:31:079200616229李桂花9200616229D5347078010342354824宫博您的
48952019-06-27 17:27:203828161273徐峰3828161273D3811921325395016562卢云电话
49442019-02-23 02:25:259460657215姚凤兰9460657215C7094387010442623965马凤英还是，朋友，喜欢，用户，行业
49532019-03-27 13:43:15531424448邵健531424448C1146425436451759384宋秀荣类型
49812019-08-02 10:33:523010220054洪飞3010220054D4122269062476878314张莹密码
49962019-07-08 09:13:598359281020莫莹8359281020C8768783410498431924沈琴会员
50032019-07-06 22:19:582028094118罗琴2028094118D5979852217506641875赵玉英部分
50142019-03-18 22:19:11998069133徐玉珍998069133C5799478716520102884余海燕重要，成为，服务，同时，登录
50262019-03-19 23:16:444933056263罗宁4933056263D8200499382530328985修琳不能
50552019-06-16 16:29:214663395054谷霞4663395054D4244880246553983223余明全部，这么，进入，时候，支持
50642019-09-05 05:18:284874710828易超4874710828D3119882013560089617赵秀荣国家，帮助，公司
51242019-02-17 16:35:275127266304黄雪5127266304C1491876185625620297汪建平公司，您的，进入，数据
51362019-05-20 12:45:333737874458章瑞3737874458C5820740837639509111唐丹发布，记者，时候，上海，知道
51522019-08-22 02:14:059880973840李明9880973840C4753187380650723952李颖数据，位置，是否，一起，软件
51872019-05-05 01:51:285969612341严芳5969612341D8469711917696169555韩丹丹非常
51942019-04-02 09:49:491691148700张秀兰1691148700C1505305046713755945曹春梅注册，中心，合作
51962019-03-11 20:20:195261976352刘小红5261976352D4116060655718706125陈颖状态，但是，会员，不能，今年
52202019-06-08 22:31:532226838817蓝云2226838817C5109722835741192242梅军控制
52382019-06-04 03:22:347560543392魏秀荣7560543392D8790965520769273079王伟工作，原因，国际，能力
52422019-08-22 20:50:281739867400张建国1739867400C2915260463770790503赵桂芳详细
52552019-03-25 03:44:558833700305刘瑞8833700305C5048275295787623534李瑞一些，情况，标准，方式
52802019-03-02 20:13:409245143007王佳9245143007C1827932520818620397王军不过
53532019-06-24 18:35:188712004123赵玉8712004123C2844248173894776758姜帆你们，感觉，业务，什么
53832019-03-30 04:21:586736717536华秀兰6736717536C1040628699925870996陈成下载
54142019-03-27 21:25:502777228832杨秀梅2777228832D1814721576962375431高强回复，显示，这里
193 rows × 9 columns

# 查看对照组In [14]:df2.head()

Out[14]:

TR_DTTR_TMCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENTDT
02017/4/133:23:266242668433王丹6242668433D43893207005023杨利一个2017/4/13 3:23:26
12019/8/2411:27:21645470876江桂珍645470876C31605337215023吴英还有，决定，只是，客户，基本2019/8/24 11:27:21
22013/3/722:03:108043584726杨璐8043584726C7845156675024钟楠数据，管理，什么2013/3/7 22:03:10
32013/3/120:02:404580505126王龙4580505126C77459884735026许晨网上，等级，文件，资源2013/3/1 20:02:40
42019/2/90:50:287413364874贾桂兰7413364874D78308304785041杨丹丹关于，进入，发现2019/2/9 0:50:28

In [15]:df2.shape

Out[15]:
(5450, 11)

In [16]:%%timeitpd.to_datetime(df2['TR_DT'])
4.78 ms ± 398 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [17]:%%timeitdf2['TR_DT'] = pd.to_datetime(df2['TR_DT'],format = '%Y/%m/%d')
618 µs ± 16 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

4.查看唯一值个数。（有人说，时间有重复的值设为行索引计算时会出错）

In [18]:df2['TR_DT'].unique().__len__()# 结果为：3841，很明显有重复值。

Out[18]:
3841

5.设置行索引。（此时数据类型为日期时间格式，与上面df1做对照）

In [19]:df2.set_index('TR_DT',inplace =True)df2.tail()

Out[19]:

TR_TMCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENTDT
TR_DT









2009-04-2813:47:135256787952徐桂兰5256787952D6107428542993450936姬春梅如果2009/4/28 13:47:13
2008-04-2618:16:246028210306马霞6028210306C1533609481995224040李利其中2008/4/26 18:16:24
2001-08-0720:42:049012812841李丽丽9012812841D4561419087995968641王颖城市2001/8/7 20:42:04
2017-05-176:14:079929073172冯丽娟9929073172D6425254614996109384陈金凤那么，没有，开发，今天，深圳2017/5/17 6:14:07
2001-01-3110:17:277938005479杨慧7938005479C3678877832999526658姚梅支持，看到，国内，专业2001/1/31 10:17:27

# 由于前面设置了数据类型为日期时间类型，所以可以直接查看2019年全年的数据In [20]:df2['2019'].head()

Out[20]:

TR_TMCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENTDT
TR_DT









2019-08-2411:27:21645470876江桂珍645470876C31605337215023吴英还有，决定，只是，客户，基本2019/8/24 11:27:21
2019-02-090:50:287413364874贾桂兰7413364874D78308304785041杨丹丹关于，进入，发现2019/2/9 0:50:28
2019-06-204:15:404137413510刘艳4137413510C14992827045121谢玲大小2019/6/20 4:15:40
2019-06-0523:57:554081613672郑斌4081613672C33293496235150廖旭经营2019/6/5 23:57:55
2019-05-0312:13:423118752384申勇3118752384D15063354585296刘丽当然，大家，说明2019/5/3 12:13:42

# 查看2018年8月全月数据In [21]:df2['2018-08']

Out[21]:

TR_TMCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENTDT
TR_DT









2018-08-091:18:594461213772张想4461213772D389243939652554赵建国不断2018/8/9 1:18:59
2018-08-021:18:157608142050余欣7608142050D154316267559720李晨实现，今天，无法2018/8/2 1:18:15
2018-08-020:59:119466501052哈秀芳9466501052C896010727080014董桂芝之后，查看，这种，中文，行业2018/8/2 0:59:11
2018-08-1017:53:555892229304吴玲5892229304C473641905594136张红霞查看2018/8/10 17:53:55
2018-08-0622:52:193265289234张萍3265289234D495817780513761宋淑英过程，产品，就是，时候2018/8/6 22:52:19
2018-08-2621:29:056881709860吴淑英6881709860C1955037839614626许彬来源2018/8/26 21:29:05
2018-08-2622:22:367596300602姜阳7596300602D5586089463741498赵楠来源2018/8/26 22:22:36
2018-08-2812:55:447354511095刘淑英7354511095D7543558124937545张畅现在，可能，部门2018/8/28 12:55:44
2018-08-1910:03:367608567890黄彬7608567890C65712236536964670王静类别，合作，到了，文化，计划2018/8/19 10:03:36
2018-08-2421:13:362862928104何瑞2862928104C94758685199728345陈玉梅发现，参加，质量2018/8/24 21:13:36
2018-08-1116:07:186373291096刘宁6373291096C481308366836566134石娜价格2018/8/11 16:07:18
2018-08-133:47:447375646786杨淑珍7375646786C504570249184429974金雪梅能够，投资，其他，详细2018/8/13 3:47:44
2018-08-315:23:41863602136黄峰863602136D246635986493340210陈红问题，自己，自己，可以，建设2018/8/31 5:23:41
2018-08-193:15:356795273748姜丽华6795273748D4530696397100190803朱想文化2018/8/19 3:15:35
2018-08-3022:17:052416300510曹倩2416300510D5019740318296681657裴琴个人2018/8/30 22:17:05
2018-08-126:36:419957924298刘文9957924298C1242463232619712915刘雪网上，的是，更新，论坛，加入2018/8/12 6:36:41
2018-08-070:52:431797969934刘玉梅1797969934D5461654240721062764黄洋应该，今天，还有2018/8/7 0:52:43
2018-08-038:07:424163264148张欢4163264148D7002757167991012528张淑英而且2018/8/3 8:07:42

# 好处多多，还可以查看一段时间范围内的数据In [22]:df2.sort_index(inplace  = True)
In [23]:df2['2000-01-01':'2000-01-06']

Out[23]:

TR_TMCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENTDT
TR_DT









2000-01-0113:37:418379638746陈梅8379638746C567568598057767819邢霞价格，社区，控制，完成，品牌2000/1/1 13:37:41
2000-01-052:41:28530197567易宁530197567C76204664436193李金凤质量2000/1/5 2:41:28
2000-01-0520:11:053113560650梁秀云3113560650C96408830662212113王波网上2000/1/5 20:11:05

6.截取一定时间范围的数据。

# 保留2019年9月及之后的数据In [24]:after_09 = df2.truncate(before='2019-09')after_09

Out[24]:

TR_TMCUST_IDCUST_NAMECARD_IDTR_TYPEOPP_IDTR_AMTOPP_NAMECOMMENTDT
TR_DT









2019-09-0113:13:306612959791庞婷婷6612959791D646299275193402宁霞不过，资料，还有，来自2019/9/1 13:13:30
2019-09-0114:30:186082904803阮浩6082904803C46643869471274246王倩公司，地方，世界2019/9/1 14:30:18
2019-09-0420:43:035297235591钟阳5297235591D55859610333653940陆佳参加，出现，关系2019/9/4 20:43:03
2019-09-055:18:284874710828易超4874710828D3119882013560089617赵秀荣国家，帮助，公司2019/9/5 5:18:28

# 对照组：并不会按照时间范围截取，不过可以按照索引截取In [25]:df1['DT'].truncate(after = 9)

Out[25]:
0   2017-04-13 03:23:26
1   2019-08-24 11:27:21
2   2013-03-07 22:03:10
3   2013-03-01 20:02:40
4   2019-02-09 00:50:28
5   2000-09-22 01:57:51
6   2013-12-30 20:14:52
7   2010-02-14 14:13:39
8   2005-09-11 21:58:32
9   2014-11-28 02:23:22
Name: DT, dtype: datetime64[ns]

7.计算时间间隔。

# 时间间隔计算，必须类型相同，结果很难看In [26]:delta = pd.datetime.now() - df1['DT'].truncate(after = 9)delta

Out[26]:
0   1034 days 11:46:11.011366
1    171 days 03:42:16.011366
2   2531 days 17:06:27.011366
3   2537 days 19:06:57.011366
4    367 days 14:19:09.011366
5   7081 days 13:11:46.011366
6   2233 days 18:54:45.011366
7   3649 days 00:55:58.011366
8   5265 days 17:11:05.011366
9   1901 days 12:46:15.011366
Name: DT, dtype: timedelta64[ns]

# 时间间隔结果很难看，需要进一步处理In [27]:delta.dt.days, delta.dt.seconds

Out[27]:
(0    1034
 1     171
 2    2531
 3    2537
 4     367
 5    7081
 6    2233
 7    3649
 8    5265
 9    1901
 Name: DT, dtype: int64, 0    42371
 1    13336
 2    61587
 3    68817
 4    51549
 5    47506
 6    68085
 7     3358
 8    61865
 9    45975
 Name: DT, dtype: int64)

8.时间增量计算。

# 时间增量一周In [28]:df1['DT'].head() + pd.Timedelta(days = 7)

Out[28]:
0   2017-04-20 03:23:26
1   2019-08-31 11:27:21
2   2013-03-14 22:03:10
3   2013-03-08 20:02:40
4   2019-02-16 00:50:28
Name: DT, dtype: datetime64[ns]

9.求年份。

In [29]:df1['DT'].head().dt.year

Out[29]:
0    2017
1    2019
2    2013
3    2013
4    2019
Name: DT, dtype: int64

10.求月份。

In [30]:df1['DT'].head().dt.month

Out[30]:
0    4
1    8
2    3
3    3
4    2
Name: DT, dtype: int64

11.求天数。

In [31]:df1['DT'].head().dt.day

Out[31]:
0    13
1    24
2     7
3     1
4     9
Name: DT, dtype: int64


时间处理技巧3


有时候，我们又需要把合并的日期、时间分隔开，怎么处理呢？！

# 查看数据类型In [32]:df2['DT'].dtype


Out[32]:

dtype('O')


方法一：自定义日期、时间格式实现


1.转换类型。


In [33]:pd.to_datetime(df2['DT'],format='%Y/%m/%d %H:%M:%S')


Out[33]:

TR_DT
2000-01-01   2000-01-01 13:37:41
2000-01-05   2000-01-05 02:41:28
2000-01-05   2000-01-05 20:11:05
2000-01-08   2000-01-08 12:24:21
2000-01-10   2000-01-10 13:47:24
2000-01-11   2000-01-11 09:57:18
2000-01-13   2000-01-13 05:14:15
2000-01-13   2000-01-13 15:11:01
2000-01-14   2000-01-14 03:14:46
2000-01-15   2000-01-15 01:33:14
2000-01-20   2000-01-20 17:23:17
2000-01-20   2000-01-20 16:03:59
2000-01-21   2000-01-21 19:21:49
2000-01-22   2000-01-22 09:37:04
2000-01-22   2000-01-22 02:32:30
2000-01-23   2000-01-23 01:04:06
2000-01-23   2000-01-23 21:27:52
2000-01-25   2000-01-25 09:45:24
2000-01-31   2000-01-31 10:07:12
2000-01-31   2000-01-31 18:38:42
2000-01-31   2000-01-31 12:15:48
2000-02-01   2000-02-01 00:19:37
2000-02-02   2000-02-02 11:06:32
2000-02-03   2000-02-03 20:01:44
2000-02-04   2000-02-04 01:14:56
2000-02-04   2000-02-04 15:09:53
2000-02-07   2000-02-07 04:01:30
2000-02-08   2000-02-08 15:10:03
2000-02-09   2000-02-09 18:34:20
2000-02-09   2000-02-09 12:45:29
                     ...        
2019-08-01   2019-08-01 02:01:35
2019-08-01   2019-08-01 06:00:56
2019-08-02   2019-08-02 10:33:52
2019-08-03   2019-08-03 21:39:52
2019-08-04   2019-08-04 14:57:07
2019-08-04   2019-08-04 14:49:10
2019-08-04   2019-08-04 14:33:55
2019-08-07   2019-08-07 12:59:10
2019-08-09   2019-08-09 02:49:38
2019-08-10   2019-08-10 02:24:42
2019-08-12   2019-08-12 15:29:54
2019-08-13   2019-08-13 07:50:24
2019-08-14   2019-08-14 13:37:55
2019-08-16   2019-08-16 07:31:32
2019-08-20   2019-08-20 18:15:54
2019-08-22   2019-08-22 20:50:28
2019-08-22   2019-08-22 02:14:05
2019-08-23   2019-08-23 22:38:41
2019-08-24   2019-08-24 11:27:21
2019-08-24   2019-08-24 15:08:09
2019-08-26   2019-08-26 10:10:34
2019-08-28   2019-08-28 05:55:17
2019-08-29   2019-08-29 13:01:15
2019-08-29   2019-08-29 15:49:22
2019-08-29   2019-08-29 10:07:08
2019-08-31   2019-08-31 01:22:46
2019-09-01   2019-09-01 13:13:30
2019-09-01   2019-09-01 14:30:18
2019-09-04   2019-09-04 20:43:03
2019-09-05   2019-09-05 05:18:28
Name: DT, Length: 5450, dtype: datetime64[ns]


2.自定义格式。


# 自定义时间格式，%F默认为yyyy-mm-ddIn [34]:pd.to_datetime(df2['DT'],format='%Y/%m/%d %H:%M:%S').dt.strftime('%F')


Out[34]:

TR_DT
2000-01-01    2000-01-01
2000-01-05    2000-01-05
2000-01-05    2000-01-05
2000-01-08    2000-01-08
2000-01-10    2000-01-10
2000-01-11    2000-01-11
2000-01-13    2000-01-13
2000-01-13    2000-01-13
2000-01-14    2000-01-14
2000-01-15    2000-01-15
2000-01-20    2000-01-20
2000-01-20    2000-01-20
2000-01-21    2000-01-21
2000-01-22    2000-01-22
2000-01-22    2000-01-22
2000-01-23    2000-01-23
2000-01-23    2000-01-23
2000-01-25    2000-01-25
2000-01-31    2000-01-31
2000-01-31    2000-01-31
2000-01-31    2000-01-31
2000-02-01    2000-02-01
2000-02-02    2000-02-02
2000-02-03    2000-02-03
2000-02-04    2000-02-04
2000-02-04    2000-02-04
2000-02-07    2000-02-07
2000-02-08    2000-02-08
2000-02-09    2000-02-09
2000-02-09    2000-02-09
                 ...    
2019-08-01    2019-08-01
2019-08-01    2019-08-01
2019-08-02    2019-08-02
2019-08-03    2019-08-03
2019-08-04    2019-08-04
2019-08-04    2019-08-04
2019-08-04    2019-08-04
2019-08-07    2019-08-07
2019-08-09    2019-08-09
2019-08-10    2019-08-10
2019-08-12    2019-08-12
2019-08-13    2019-08-13
2019-08-14    2019-08-14
2019-08-16    2019-08-16
2019-08-20    2019-08-20
2019-08-22    2019-08-22
2019-08-22    2019-08-22
2019-08-23    2019-08-23
2019-08-24    2019-08-24
2019-08-24    2019-08-24
2019-08-26    2019-08-26
2019-08-28    2019-08-28
2019-08-29    2019-08-29
2019-08-29    2019-08-29
2019-08-29    2019-08-29
2019-08-31    2019-08-31
2019-09-01    2019-09-01
2019-09-01    2019-09-01
2019-09-04    2019-09-04
2019-09-05    2019-09-05
Name: DT, Length: 5450, dtype: object


方法二：分割日期、时间实现


1.普通分割日期、时间。


In [35]:df2['DT'].str.split(' ')


Out[35]:

TR_DT
2000-01-01     [2000/1/1, 13:37:41]
2000-01-05      [2000/1/5, 2:41:28]
2000-01-05     [2000/1/5, 20:11:05]
2000-01-08     [2000/1/8, 12:24:21]
2000-01-10    [2000/1/10, 13:47:24]
2000-01-11     [2000/1/11, 9:57:18]
2000-01-13     [2000/1/13, 5:14:15]
2000-01-13    [2000/1/13, 15:11:01]
2000-01-14     [2000/1/14, 3:14:46]
2000-01-15     [2000/1/15, 1:33:14]
2000-01-20    [2000/1/20, 17:23:17]
2000-01-20    [2000/1/20, 16:03:59]
2000-01-21    [2000/1/21, 19:21:49]
2000-01-22     [2000/1/22, 9:37:04]
2000-01-22     [2000/1/22, 2:32:30]
2000-01-23     [2000/1/23, 1:04:06]
2000-01-23    [2000/1/23, 21:27:52]
2000-01-25     [2000/1/25, 9:45:24]
2000-01-31    [2000/1/31, 10:07:12]
2000-01-31    [2000/1/31, 18:38:42]
2000-01-31    [2000/1/31, 12:15:48]
2000-02-01      [2000/2/1, 0:19:37]
2000-02-02     [2000/2/2, 11:06:32]
2000-02-03     [2000/2/3, 20:01:44]
2000-02-04      [2000/2/4, 1:14:56]
2000-02-04     [2000/2/4, 15:09:53]
2000-02-07      [2000/2/7, 4:01:30]
2000-02-08     [2000/2/8, 15:10:03]
2000-02-09     [2000/2/9, 18:34:20]
2000-02-09     [2000/2/9, 12:45:29]
                      ...          
2019-08-01      [2019/8/1, 2:01:35]
2019-08-01      [2019/8/1, 6:00:56]
2019-08-02     [2019/8/2, 10:33:52]
2019-08-03     [2019/8/3, 21:39:52]
2019-08-04     [2019/8/4, 14:57:07]
2019-08-04     [2019/8/4, 14:49:10]
2019-08-04     [2019/8/4, 14:33:55]
2019-08-07     [2019/8/7, 12:59:10]
2019-08-09      [2019/8/9, 2:49:38]
2019-08-10     [2019/8/10, 2:24:42]
2019-08-12    [2019/8/12, 15:29:54]
2019-08-13     [2019/8/13, 7:50:24]
2019-08-14    [2019/8/14, 13:37:55]
2019-08-16     [2019/8/16, 7:31:32]
2019-08-20    [2019/8/20, 18:15:54]
2019-08-22    [2019/8/22, 20:50:28]
2019-08-22     [2019/8/22, 2:14:05]
2019-08-23    [2019/8/23, 22:38:41]
2019-08-24    [2019/8/24, 11:27:21]
2019-08-24    [2019/8/24, 15:08:09]
2019-08-26    [2019/8/26, 10:10:34]
2019-08-28     [2019/8/28, 5:55:17]
2019-08-29    [2019/8/29, 13:01:15]
2019-08-29    [2019/8/29, 15:49:22]
2019-08-29    [2019/8/29, 10:07:08]
2019-08-31     [2019/8/31, 1:22:46]
2019-09-01     [2019/9/1, 13:13:30]
2019-09-01     [2019/9/1, 14:30:18]
2019-09-04     [2019/9/4, 20:43:03]
2019-09-05      [2019/9/5, 5:18:28]
Name: DT, Length: 5450, dtype: object


2.实现分割日期、时间。


In [36]:df2['DT'].str.split(' ',expand = True)[0]


Out[36]:

TR_DT
2000-01-01     2000/1/1
2000-01-05     2000/1/5
2000-01-05     2000/1/5
2000-01-08     2000/1/8
2000-01-10    2000/1/10
2000-01-11    2000/1/11
2000-01-13    2000/1/13
2000-01-13    2000/1/13
2000-01-14    2000/1/14
2000-01-15    2000/1/15
2000-01-20    2000/1/20
2000-01-20    2000/1/20
2000-01-21    2000/1/21
2000-01-22    2000/1/22
2000-01-22    2000/1/22
2000-01-23    2000/1/23
2000-01-23    2000/1/23
2000-01-25    2000/1/25
2000-01-31    2000/1/31
2000-01-31    2000/1/31
2000-01-31    2000/1/31
2000-02-01     2000/2/1
2000-02-02     2000/2/2
2000-02-03     2000/2/3
2000-02-04     2000/2/4
2000-02-04     2000/2/4
2000-02-07     2000/2/7
2000-02-08     2000/2/8
2000-02-09     2000/2/9
2000-02-09     2000/2/9
                ...    
2019-08-01     2019/8/1
2019-08-01     2019/8/1
2019-08-02     2019/8/2
2019-08-03     2019/8/3
2019-08-04     2019/8/4
2019-08-04     2019/8/4
2019-08-04     2019/8/4
2019-08-07     2019/8/7
2019-08-09     2019/8/9
2019-08-10    2019/8/10
2019-08-12    2019/8/12
2019-08-13    2019/8/13
2019-08-14    2019/8/14
2019-08-16    2019/8/16
2019-08-20    2019/8/20
2019-08-22    2019/8/22
2019-08-22    2019/8/22
2019-08-23    2019/8/23
2019-08-24    2019/8/24
2019-08-24    2019/8/24
2019-08-26    2019/8/26
2019-08-28    2019/8/28
2019-08-29    2019/8/29
2019-08-29    2019/8/29
2019-08-29    2019/8/29
2019-08-31    2019/8/31
2019-09-01     2019/9/1
2019-09-01     2019/9/1
2019-09-04     2019/9/4
2019-09-05     2019/9/5
Name: 0, Length: 5450, dtype: object


3.实现自定义格式。


In [37]:df2['DT'].str.split(' ',expand = True)[0].str.replace('/','-')


Out[37]:

TR_DT
2000-01-01     2000-1-1
2000-01-05     2000-1-5
2000-01-05     2000-1-5
2000-01-08     2000-1-8
2000-01-10    2000-1-10
2000-01-11    2000-1-11
2000-01-13    2000-1-13
2000-01-13    2000-1-13
2000-01-14    2000-1-14
2000-01-15    2000-1-15
2000-01-20    2000-1-20
2000-01-20    2000-1-20
2000-01-21    2000-1-21
2000-01-22    2000-1-22
2000-01-22    2000-1-22
2000-01-23    2000-1-23
2000-01-23    2000-1-23
2000-01-25    2000-1-25
2000-01-31    2000-1-31
2000-01-31    2000-1-31
2000-01-31    2000-1-31
2000-02-01     2000-2-1
2000-02-02     2000-2-2
2000-02-03     2000-2-3
2000-02-04     2000-2-4
2000-02-04     2000-2-4
2000-02-07     2000-2-7
2000-02-08     2000-2-8
2000-02-09     2000-2-9
2000-02-09     2000-2-9
                ...    
2019-08-01     2019-8-1
2019-08-01     2019-8-1
2019-08-02     2019-8-2
2019-08-03     2019-8-3
2019-08-04     2019-8-4
2019-08-04     2019-8-4
2019-08-04     2019-8-4
2019-08-07     2019-8-7
2019-08-09     2019-8-9
2019-08-10    2019-8-10
2019-08-12    2019-8-12
2019-08-13    2019-8-13
2019-08-14    2019-8-14
2019-08-16    2019-8-16
2019-08-20    2019-8-20
2019-08-22    2019-8-22
2019-08-22    2019-8-22
2019-08-23    2019-8-23
2019-08-24    2019-8-24
2019-08-24    2019-8-24
2019-08-26    2019-8-26
2019-08-28    2019-8-28
2019-08-29    2019-8-29
2019-08-29    2019-8-29
2019-08-29    2019-8-29
2019-08-31    2019-8-31
2019-09-01     2019-9-1
2019-09-01     2019-9-1
2019-09-04     2019-9-4
2019-09-05     2019-9-5
Name: 0, Length: 5450, dtype: object


结束语


日期、时间数据处理，说实话是数据处理中比较难的一部分，处理不好的话，各种问题。尤其是本文提到的时间差、时间增量等问题。目前，我还没有发现Python比SQL处理时间更简单的库。如果有，烦请各位告知一二。



———— # END # ————


# # #

精

彩

推

荐

↓ ↓ ↓


不再纠结，一文详解pandas中的map、apply、applymap、groupby、agg...


还在用Excel的vlookup？Python几行代码就能搞定！


一场pandas与SQL的巅峰大战


一场pandas与SQL的巅峰大战（二）



“在看”的永远18岁~
浏览 19
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
Python数据分析案例之时间序列分析
概述：什么是时间序列 顾名思义，时间序列就是按照时间顺序排列的一组数据序列。时间序列分析就是找出数据变化发展的规律，从而预测未来的走势。 时间序列分析有以下几种表现形式： ○长期趋势变化：受某种因素的影响...
Python数据分析实战：用Pandas 处理时间序列
机器学习算法与Python实战
0
【Python数据分析基础】: 数据缺失值处理
Python技术
0
【Python】时间序列数据分析与预测之Python工具汇总
机器学习初学者
0
【Python基础】Python数据分析实战之分布分析
机器学习初学者
0
8个Python高效数据分析的技巧。
一行数据
0
时间序列数据分析与预测之Python工具汇总
简说Python
0
8个Python高效数据分析的技巧
i小码哥
0
Python Delorean时间处理库
Delorean 可以是你用非常方便的方法来处理数据和时间。设置时区，截取到秒，分，小时，或者甚至使
7大 Python 特殊技巧提升数据分析能力
恋习Python
0
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报