pandas入门: 时间字符串转换为年月日

pandas中时间字符串转换为年月日方法总结。

  • 创建一个dataframe
df = pd.DataFrame(['2019-12-09', '2019-12-02'], columns=["date"])
  • 方法1:先转换为时间类型,在获取年月日
# 转换为时间类型
df["date"] = pd.to_datetime(df["date"], format='%Y-%m-%d')
# 获取年
df["year"] = pd.to_datetime(df["date"]).dt.year
# 获取月
df["month"] = pd.to_datetime(df["date"]).dt.month
# 获取日
df["day"] = pd.to_datetime(df["date"]).dt.day
# 获取周
df["week"] = pd.to_datetime(df["date"]).dt.week
print(df)
print(df.dtypes)

结果如下:

        date  year  month  day  week
0 2019-12-09  2019     12    9    50
1 2019-12-02  2019     12    2    49
date     datetime64[ns]
year              int64
month             int64
day               int64
week              int64
dtype: object
  • 方法2
# 转换为时间
df["date"] = pd.to_datetime(df["date"])
# 获取年月日
df["year-month-day"] = df["date"].apply(lambda x: x.strftime("%Y-%m-%d"))
# 获取年
df["year"] = df["date"].apply(lambda x: x.strftime("%Y"))
# 获取月
df["month"] = df["date"].apply(lambda x: x.strftime("%m"))
# 获取日
df["day"] = df["date"].apply(lambda x: x.strftime("%d"))
# 获取月日
df["month-day"] = df["date"].apply(lambda x: x.strftime("%Y-%m"))
# 获取周
df['week'] = df['date'].apply(lambda x: x.strftime('%W'))
print(df)
print(df.dtypes)

结果如下:

        date year-month-day  year month day month-day week
0 2019-12-09     2019-12-09  2019    12  09   2019-12   49
1 2019-12-02     2019-12-02  2019    12  02   2019-12   48
date              datetime64[ns]
year-month-day            object
year                      object
month                     object
day                       object
month-day                 object
week                      object
dtype: object

参考:

https://www.cnblogs.com/bravesunforever/p/11219299.html
https://blog.csdn.net/jingjing_94/article/details/89195791

 

 

 

 

 

 

 

好的,针对您的问题,可以通过以下步骤实现: 1. 首先,需要将 datetime64[ns] 数据类型转换为 Python 的 datetime.date 数据类型,以便进行日期计算。 2. 使用 Pandas 数据分析库来读取数据集,并将 datetime64[ns] 数据列转换为 Python datetime.date 数据类型。 3. 使用 Pandas 数据框的 groupby 方法,按年份和月份对数据进行分组。 4. 对每个年份和月份的数据组,计算该月份的天数。 5. 将结果保存到 Pandas 数据框中,并输出到屏幕或保存为文件。 以下是具体实现代码: ```python import pandas as pd from datetime import datetime # 读取数据集 df = pd.read_csv('data.csv') # 将 datetime64[ns] 数据转换为 Python datetime.date 类型 df['date'] = pd.to_datetime(df['date']).dt.date # 按年份和月份对数据进行分组 groups = df.groupby([df['date'].dt.year, df['date'].dt.month]) # 计算每个月份的天数并保存到 Pandas 数据框中 results = pd.DataFrame(columns=['year', 'month', 'days']) for name, group in groups: year, month = name days = (datetime(year, month + 1, 1) - datetime(year, month, 1)).days results = results.append({'year': year, 'month': month, 'days': days}, ignore_index=True) # 输出结果 print(results) ``` 注意:在以上代码中,我们使用了 Python 自带的 datetime 模块计算月份的天数。这里没有使用 calendar 模块中的 monthrange 方法,是因为 monthrange 方法需要输入年份和月份,而我们已经按年份和月份将数据分组,因此直接使用 datetime 模块更为方便。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值