数据挖掘技术-加减时间数据

加减时间数据

1. 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。

1. 加减时间数据

1. 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。

代码 46 使用Timedelta实现时间数据的加减运算

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]

1. 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。

代码 47 使用Timedelta实现时间数据的加减运算

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]