python数据分析——datetime数据类型1

参考资料：活用pandas库

1、python的datetime对象

# 导入datetime对象
from datetime import datetime

# 获取当前日期和时间
now=datetime.now()
print(now)

# 手动创建datetime
t1=datetime.now()
t2=datetime(1970,1,1)
# 对datetime做数学运算
diff=t1-t2
print(diff)
# 查看运算结果的数据类型
print(type(diff))

2、转换为datetime

        可以使用to_datetime函数把一个对象转换为datetime类型。

# 导入pandas库
import pandas as pd
# 读取数据集
ebola=pd.read_csv(r"...\data\country_timeseries.csv")
# 获取左上角数据
print(ebola.iloc[:5,:5])
# Date列包含日期信息，但info方法的结果显示仅为普通字符串类型
print(ebola.info())
# 使用pd.to_datetime擦混关键datetime类型数据列
# 方法1
ebola['dt']=pd.to_datetime(ebola['Date'])
# 方法2
ebola['dt2']=pd.to_datetime(ebola['Date'],format="%m/%d/%Y")
print(ebola.info())

        对于文本的日期格式，可以使用python的strptime语法手动指定表示方法。常见表示方法如下：

符号	含义	示例
%a	星期的英文缩写	Sun, Mon,...,Sat
%A	星期的英文全称	Sunday, Monday, ..., Saturday
%w	以数字表示星期，0为周日	0,1,2,3,4,5,6
%d	一个月的每一天（两个数字）	01,02，...，31
%b	月份的英文缩写	Jan, Feb, ..., Dec
%B	月份的英文全称	January, Februray,..., December
%m	月份（两位数字）	01, 02, ..., 12
%y	年份（两位数字）	00, 01,..., 99
%Y	年份（四位数字）	2023, 2024, ..., 9999
%H	小时（两位数，24小时制）	00, 01, ..., 23
%I	小时（两位数，12小时制）	01, 02, ..., 12
%p	AM或PM	AM, PM
%M	分钟（两位数）	00, 01, ..., 59
%S	秒（两位数）	00, 01, ..., 59
%f	微秒	000000,000001, ..., 999999

3、加载包含日期的数据

        pd.read_csv函数有很多参数，如parse_dates、inher_datetime_format、keep_date_col、date_parser和dayfirst，可以处理日期数据。在使用read_csv加载数据集时，可以直接在parse_dates参数中指定想要解析为日期的列。

ebola=pd.read_csv(r"...\data\country_timeseries.csv",
                 parse_dates=[0])
print(ebola.info())

4、提取日期的各个部分

# 将字符串转换为timestamp对象
d=pd.to_datetime('2024-5-27')
# 显示数据类型
print(type(d))
# 年
print(d.year)
# 月
print(d.month)
# 日
print(d.day)

# 对datetime类型数据进行整列操作
ebola['year']=ebola['Date'].dt.year
ebola['month']=ebola['Date'].dt.month
ebola['day']=ebola['Date'].dt.day
print(ebola[['Date','year','month','day']].head())
print(ebola[['Date','year','month','day']].info())

5、日期运算和Timedelta

# 对datetime数据进行减法运算，会得到一个timedelta对象
ebola['outbreak_d']=ebola['Date']-ebola['Date'].min()
print(ebola[['Date','Day','outbreak_d']].head())
print(ebola[['Date','Day','outbreak_d']].tail())
print(ebola[['Date','Day','outbreak_d']].info())

6、datetime方法

# 导入数据集
banks=pd.read_csv(r"...\data\banklist.csv"
                 ,parse_dates=[5,6])
# 查看数据列信息
print(banks.info())
# 添加两列信息，分别表示银行破产的季度和年份
banks['closing_quarter']=banks['Closing Date'].dt.quarter
banks['closing_year']=banks['Closing Date'].dt.year
# 计算每年破产的银行数量
closing_year=banks.groupby(['closing_year'])['Bank Name'].count()
# 也可以计算每年每季度破产的银行数量
closing_year_q=banks.groupby(['closing_year','closing_quarter'])['Bank Name'].count()
# 绘制图形
import matplotlib.pyplot as plt
closing_year_q.plot()