python 将复杂日期格式化

CHERISHGF

已于 2023-12-15 18:45:46 修改

阅读量158

点赞数

分类专栏： python 学习笔记文章标签： python 开发语言

于 2023-11-23 11:53:17 首次发布

本文链接：https://blog.csdn.net/CHERISHGF/article/details/134573839

版权

python 学习笔记专栏收录该内容

50 篇文章 1 订阅

订阅专栏

原数据

A.D. 1996-Dec-20 03:59:19.0000

平常要将其转为%Y-%m-%d %H:%M:%S格式的时候，我会一步步提取，最后拼接。

现在使用pandas.to_datetime()直接进行格式化

import pandas as pd

df['new_date'] = pd.to_datetime(df['old_date'], format=" A.D. %Y-%b-%d %H:%M:%S.%f")

看下效果

非常之好！！

还有一个参数errors='coerce'，它的的作用是将无法解析为日期时间的值转换为缺失值（NaT），而不是抛出错误。

如果想要在数据中找到没有转成功的数据行，可以用isna()判断

 data_csv[data_csv['创建时间'].isna()]

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

CHERISHGF

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python 将复杂日期格式化

平常要将其转为%Y-%m-%d %H:%M:%S格式的时候，我会一步步提取，最后拼接。现在使用pandas.to_datetime()直接进行格式化。
复制链接

扫一扫

专栏目录

Python datetime 格式化明天,昨天实例

09-17

总的来说，Python的`datetime`模块提供了丰富的功能来处理日期和时间，包括获取当前日期时间、格式化输出、以及计算日期差。无论是简单的日常操作还是复杂的日期计算，`datetime`都能提供强大的支持。了解并熟练掌握...

python文件和数据格式化.ppt

04-16

总的来说，Python的文件操作和数据格式化功能强大且灵活，能够满足从简单的日志记录到复杂的数据处理任务。通过熟练掌握这些技巧，开发者可以更高效地管理程序中的数据输入和输出，从而提高代码的可读性和实用性。

参与评论您还未登录，请先登录后发表或查看评论

Python简单格式化时间的方法【strftime函数】

09-21

时间格式化通常涉及将时间戳转化为人类可读的日期和时间。在Python中，`time.time()`函数返回自1970年1月1日（UTC）以来的秒数，即Unix时间戳。我们可以利用这个时间戳来获取当前时间： ```python startTime = time...

浅析Python 中几种字符串格式化方法及其比较

09-19

在Python编程语言中，字符串格式化是一个常见的任务，用于创建动态和复杂的文本输出。本文将深入探讨三种主要的字符串格式化方法：%-formatting、str.format以及f-string，并比较它们的特点和适用场景。 %-...

python 输出列表去掉中括号

热门推荐

CHERISHGF的博客

09-03

2万+

还以为有更高级的办法，结果就是遍历 list1 = [19, 20, 21] list2 = ['19', '20', '21'] print(list1) print(list2) list1 = ','.join(str(i) for i in list1) list2 = ','.join(str(i) for i in list2) print(list1) print(list2)

报错SystemError: java.nio.file.InvalidPathException: Illegal char ＜:＞ at index 2

CHERISHGF的博客

07-26

8595

背景：使用jpype调用Java接口代码如下： from jpype import * path = getDefaultJVMPath() startJVM(path, "-ea") java.lang.System.out.println("Hello World") shutdownJVM() 报错：发现错误过程：看这个错误应该是路径有问题，\D:\Program Files\Java\jdk1.8.0_241\lib\tools.jar，看到这个前面多了一个“\”，手动去掉“

python dataframe删除某列含空值的行

CHERISHGF的博客

01-08

5414

df.dropna(subset=['列名'],inplace=True) subset参数指定列，inplace参数为True，声明修改原dataframe

Python 将两个字符的列合并成一个新列

CHERISHGF的博客

04-12

4402

需求：dataframe中两列需要合并成一列，字符串并用“—”连接解决： df["ydate"] =df["y"].map(str) +"-"+ df["date"].map(str) 如果是两列数值相加，则直接两列相加即可 df["add"] =df["a"] + df["b"]

python 安装第三方库imblearn

CHERISHGF的博客

12-13

4331

首先把自己的numpy,scikit-learn,scipy卸载掉，然后执行 pip install imblearn -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com 如果不先卸载直接pip安装的话，在import的时候会有各种scikit-learn,numpy,scipy缺少模块 ...

python 报错文件被占用

CHERISHGF的博客

08-10

3823

错误描述：程序运行过程中，报错后，调用删除文件时显示另一个程序正在使用文件，无法删除。仔细但是本人并没有在外面打开该文件，也没有什么东西调用这个文件。很奇怪报错如下：过程：然后打断点发现，我是用python读取csv文件的时候是按照chunk读取的，修改读取方式，该错误消失。所以应该是删除文件的时候，该文件还是打开读取的状态所以不能访问并删除解决：没有关闭，那将文件关闭就好了。使用with open打开文件后用pandas读取文件，删除之前先关闭文件。代码修改如下： .

python series修改index名称

CHERISHGF的博客

01-08

3016

已经有一个series但是index名称不是我想要的，所以要修改一下重建一个series，指定新的index sx_beam_param_zte = pd.Series([cgi_envelope['cgi'], cgi_envelope['manufacturer'], cgi_envelope['beam_azimuth'],cgi_envelope['beam_downtilt'], cgi_envelope['hor_beam_width'], cgi_envelope['vert_be

python 使用ActiveMQ

CHERISHGF的博客

08-02

2207

1.首先安装stomp模块 https://pypi.org/project/stomp.py/#files pip install stomp.py 2.查看官方文档 http://jasonrbriggs.github.io/stomp.py/quickstart.html import time import sys import stomp class MyListener(stomp.ConnectionListener): def on_error(self, fram

python 判断是否是正负整数

CHERISHGF的博客

01-07

2108

为了删除小数，但是不能删除1.0这样的情况 def is_number(s): """ 判断是否是正负整数 Args: s: 数字 Returns: bool类型 """ s = str(s) if s.count('.') == 1: # 小数 new_s = s.split('.') left_num = new_s[0] right_num = new_s[1]

python 操作hdfs 问题解决

CHERISHGF的博客

09-07

1855

python利用hdfs库通过webhdfs操作hdfs，必须在客户端机配置ip映射报错requests.exceptions.ConnectionError: HTTPConnectionPool(host='bj-hw-8f-18-162', port=50075): Max retries exceeded with url: /webhdfs/v1/test.txt?op=OPEN&namenoderpcaddress=hMaster:9000&offset=0 (Caused

python 实现FTP上传下载文件

CHERISHGF的博客

09-07

1609

1.启动ftp服务 # -*- coding:utf-8 -*- from pyftpdlib.authorizers import DummyAuthorizer from pyftpdlib.handlers import FTPHandler from pyftpdlib.servers import FTPServer # 实例化DummyAuthorizer来创建ftp用户 authorizer = DummyAuthorizer() # 参数：用户名，密码，目录，权限 authorizer

dataframe 定位

CHERISHGF的博客

09-01

1300

dfd = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=list('abc')) A B a 1 4 b 2 5 c 3 6 选取A列的1和3行信息三种方式 1.ix,已经不使用 dfd.ix[[0, 2], 'A'] a 1 c 3 Name: A, dtype: int64 2、.loc选择索引 dfd.loc[dfd..

问题解决：psycopg2.errors.NumericValueOutOfRange: integer out of range

CHERISHGF的博客

08-31

1227

问题，dataframe中包含nan 解决： dt_data = dt_data.where(dt_data.notna(), None) 将nan转换成None

python 汉字数字转阿拉伯数字

CHERISHGF的博客

01-07

1104

主要用于大写数字转阿拉伯数字 CN_NUM = { '〇': 0, '一': 1, '二': 2, '三': 3, '四': 4, '五': 5, '六': 6, '七': 7, '八': 8, '九': 9, '零': 0, '壹': 1, '贰': 2, '叁': 3, '肆': 4, '伍': 5, '陆': 6, '柒': 7, '捌': 8, '玖': 9, '貮': 2, '两': 2, } CN_UNIT = { '十': 10, '拾': 10,

dataframe 转数据类型的问题

CHERISHGF的博客

09-18

1076

问题描述有一列数据中包含空值，类型是str，数值0.00000000 最终需要转为int类型我需要先转为float,但是转为float后空值被转为np.nan，这是不能转int的所有我把np.nan填充-1，然后转为int 然后需要把-1再转回None 直接使用 zj_kpi['rrc_avg'].replace(-1, None, inplace=True) zj_kpi['valid_rrc_avg'].replace(-1, None, inpla

复杂 python实现音乐可视化代码

最新发布

06-10

好的，下面是一个更复杂的Python实现音乐可视化的代码示例： ```python import pyaudio import numpy as np import struct import matplotlib.pyplot as plt # 音频采集参数 CHUNK = 1024*4 # 一次读取的音频数据的大小 FORMAT = pyaudio.paInt16 # 音频数据的格式 CHANNELS = 1 # 音频通道数 RATE = 44100 # 音频采样率 # 创建音频输入流 p = pyaudio.PyAudio() stream = p.open( format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK ) # 创建matplotlib图形界面 fig, (ax1, ax2) = plt.subplots(2, figsize=(15, 7)) # 创建x轴数据 x = np.arange(0, 2 * CHUNK, 2) # 创建y轴数据 line, = ax1.plot(x, np.random.rand(CHUNK), '-', lw=2) ax1.set_title('时域波形') # 创建频谱图 line_fft, = ax2.semilogx( np.linspace(20, RATE/2, CHUNK//2), np.random.rand(CHUNK//2), '-', lw=2 ) ax2.set_xlim(20, RATE/2) ax2.set_ylim(0, 1) ax2.set_title('频域波形') # 循环读取音频数据并更新图形界面 while True: data = stream.read(CHUNK, exception_on_overflow=False) data_int = np.array(struct.unpack(str(CHUNK) + 'h', data), dtype='h') data_np = data_int / 32768.0 # 更新时域波形 line.set_ydata(data_np) ax1.set_yticks([np.min(data_np), np.max(data_np)]) fig.canvas.draw() # 计算快速傅里叶变换 fft = np.fft.fft(data_int) fft_norm = np.abs(fft) / (CHUNK * 32768.0) # 更新频谱图 line_fft.set_ydata(fft_norm[:CHUNK//2]) fig.canvas.draw() plt.pause(0.01) ``` 这个示例同样使用PyAudio库获取计算机麦克风输入的音频数据，但是使用了更复杂的音频处理算法，并将音频数据可视化为时域波形和频域波形两个图形。在`main`函数中，我们首先创建PyAudio对象`p`，然后打开音频输入流`stream`。接着，我们创建一个matplotlib的Figure对象，包含两个Axes对象，一个用于显示时域波形，一个用于显示频域波形。然后，我们分别生成x轴数据和y轴数据，并使用`ax1.plot`和`ax2.semilogx`创建折线图。接着，我们循环读取音频数据，并进行快速傅里叶变换，将音频数据分别更新时域波形和频域波形两个图形，并使用`plt.pause`暂停程序执行一段时间，以保证图形界面的流畅度。这是一个更复杂的示例，使用了更多的音频处理算法和更丰富的图形界面，实现了更高效、更美观的音频可视化。