【python】pandas使用-时间处理

最新推荐文章于 2024-06-06 15:32:24 发布

rikoukai

最新推荐文章于 2024-06-06 15:32:24 发布

阅读量429

点赞数

分类专栏： python数据分析文章标签： python 数据分析

本文链接：https://blog.csdn.net/rikoukai/article/details/109632294

版权

本文详细介绍了Python数据处理库Pandas在处理时间序列数据时的各种操作，包括日期范围生成、时间戳转换、时间间隔计算等核心功能，旨在帮助数据分析者更高效地管理和分析时间序列数据。

摘要由CSDN通过智能技术生成

import pandas as pd  # 将pandas作为第三方库导入，我们一般为pandas取一个别名叫做pd

pd.set_option('expand_frame_repr', False)  # 当列太多时清楚展示

# =====导入数据
df = pd.read_csv(
    r'C:\Users\simons\Desktop\xbx_stock_2019\data\a_stock_201903.csv',
    encoding='gbk',
    skiprows=1
)

# ===== 时间处理
# print(df['交易日期'])
# print(df.at[0, '交易日期'])
# print(type(df.at[0, '交易日期']))
# df['交易日期'] = pd.to_datetime(df['交易日期'])  # 将交易日期由字符串改为时间变量
# print(df.at[0, '交易日期'])
# print(type(df.at[0, '交易日期']))

# print(pd.to_datetime('1999年1月11日'))  # pd.to_datetime函数：将字符串转变为时间变量

# print(df['交易日期'])
# print(df['交易日期'].dt.year)  # 输出这个日期的年份。相应的month是月份，day是天数，还有hour, minute, second
# print(df['交易日期'].dt.week)  # 这一天是一年当中的第几周
# print(df['交易日期'].dt.dayofyear)  # 这一天是一年当中的第几天
# print(df['交易日期'].