pandas中有特殊的时间类型,如果对str转成时间类型有疑问,请看这个链接: 链接
一般来说,如果string类型不是通用的形式,可能你还需要设置下str的类型,这样他们转的时候不会报错。
df['AKST'] = pd.to_datetime(df['AKST'], format ='%Y-%m-%d')
print('*'*44)
print(df.dtypes)
生成时间差
当我们在pandas中有两列时间,需要生成他们的时间差,这时候只需要相减即可。
df['start_time'] = pd.to_datetime(df['H'])
df['end_time'] = pd.to_datetime(df['I'])
df['solved_duration'] = df['end_time']-df['start_time']
此时,新生成的类型是: Time deltas
In [1]: import datetime
# strings
In [2]: pd.Timedelta('1 days')
Out[2]: Timedelta('1 days 00:00:00')
In [3]: pd.Timedelta('1 days 00:00:00')
Out[3]: Timedelta('1 days 00:00:00')
In [4]: pd.Timedelta('1 days 2 hours')
Out[4]: Timedelta('1 days 02:00:00')
In [5]: pd.Timedelta('-1 days 2 min 3us')
Out[5]: Timedelta('-2 days +23:57:59.999997')
离散化操作
上面生成的时间差是连续的,我们分析时需要将其离散化。使用pandas中cut函数,具体介绍来自这个博客:Pandas详解二十二之离散化(分组、区间化)
Pandas为我们提供了方便的函数cut():
pd.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False)
参数解释:
- x:需要离散化的数组、Series、DataFrame对象
- bins:分组的依据
- right:传入False则指定左边为闭端
我们只需要在bins中填成time deltas:
bins = [pd.Timedelta('3 days'),pd.Timedelta('7 days'),pd.Timedelta('14 days'),pd.Timedelta('30 days'),pd.Timedelta('60 days'),pd.Timedelta('180 days')]
pd.cut(df['solved_duration'],bins).value_counts().plot.bar()
画出柱状图是:
更多分析
如果相对时间进行更多的分析,可以参考这个链接:
python-pandas 时间日期的处理(下篇)