加减时间数据
- 准备数据
准备数据meal_order_info.csv,并将meal_order_info.csv数据放到Linux本地/course/DataAnalyze/data目录。
- 加减时间数据
- 使用Timedelta,可以很轻松地实现在某个时间上加减一段时间,如代码 46所示。
In[8]: | time1 = order['lock_time']+pd.Timedelta(days = 1) ##将lock_time数据向后平移一天 print('lock_time在加上一天前前5行数据为:\n',order['lock_time'][:5]) print('lock_time在加上一天前前5行数据为:\n',time1[:5]) | |
Out[8]: | lock_time在加上一天前前5行数据为: 0 2016-08-01 11:11:46 1 2016-08-01 11:31:55 2 2016-08-01 12:54:37 3 2016-08-01 13:08:20 4 2016-08-01 13:07:16 Name: lock_time, dtype: datetime64[ns] | lock_time在加上一天前前5行数据为: 0 2016-08-02 11:11:46 1 2016-08-02 11:31:55 2 2016-08-02 12:54:37 3 2016-08-02 13:08:20 4 2016-08-02 13:07:16 Name: lock_time, dtype: datetime64[ns] |
- 除了使用Timedelta实现时间的平移外,还能够直接对两个时间序列进行相减,从而得出一个Timedelta,如代码 47所示。
In[9]: | timeDelta = order['lock_time'] - pd.to_datetime('2017-1-1') print('lock_time减去2017年1月1日0点0时0分后的数据:\n',timeDelta[:5]) print('lock_time减去time1后的数据类型为:',timeDelta.dtypes) | |
Out[9]: | lock_time减去2017年1月1日0点0时0分后的数据: 0 -153 days +11:11:46 1 -153 days +11:31:55 2 -153 days +12:54:37 3 -153 days +13:08:20 4 -153 days +13:07:16 Name: lock_time, dtype: timedelta64[ns] lock_time减去time1后的数据类型为: timedelta64[ns] |