python 日期处理的常用方法

本文详细介绍如何使用Python处理不规范的日期字符串,将其转换为标准日期格式,并从中提取年月信息。通过两种方法实现:一是利用datetime模块的strptime函数;二是使用pandas库的to_datetime方法。此外,还介绍了如何创建新字段来存储提取的年份。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

python 日期处理

将不规整的日期(字符串)转为标准日期,并提取年月,年份作为新字段
法一:
datetime.strptime(x,’%d.%m.%Y’)
将字符串x转为datetime,注意字符串格式不统一,也许为‘%m-%d-%Y’
法二:
df[‘date2’] = pd.to_datetime(df[‘date’],format=’%m.%d.%Y’)
将字符串转为日期时间格式,同上

a.strftime(’%Y-%m’)
df[‘date’] = df[‘time’].apply(lambda x: x.strftime("%Y-%m-%d"))
df[‘hour’] = df[‘time’].apply(lambda x: x.hour)

将日期a提取出年月,成为字符串

在这里插入图片描述

在这里插入图片描述

*的作用 test(*args):星号的作用其实就是把序列 args 中的每个元素,当作位置参数传进去。比如上面这个代码,如果 args 等于 (1,2,3) ,那么这个代码就等价于 test(1, 2, 3)

sales_info['date'] = sales_info['date'].map(lambda x:datetime.strptime(x,'%d.%m.%Y'))
sales_info['date_Ym'] = sales_info['date'].map(lambda x:x.strftime('%Y-%m'))
sales_info['date_Y'] = sales_info['date'].map(lambda x:x.year)
df['date'] = pd.to_datetime(df['date'],format='%Y-%m-%d')

在这里插入图片描述
在这里插入图片描述

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