数据挖掘技术-转换字符串时间为标准时间

转换字符串时间为标准时间

1. 1. 1. 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. 1. 1. 1. 转换字符串时间为标准时间
2. pandas提供了to_datetime函数，能够实现时间相关的字符串转换成为Timestamp，如代码 41所示。

代码 41 单列数据转换为datetime

In[1]:	import os import pandas as pd os.chdir('/course/DataAnalyze/data') order = pd.read_table('/meal_order_info.csv',sep = ',',encoding = 'gbk', engine = 'python') print('进行转换前订单信息表lock_time的类型为：', order['lock_time'].dtypes) order['lock_time'] = pd.to_datetime(order['lock_time']) print('进行转换后订单信息表lock_time的类型为：', order['lock_time'].dtypes)
Out[1]:	进行转换前订单信息表lock_time的类型为： object 进行转换后订单信息表lock_time的类型为： datetime64[ns]

1. 值得注意的是，Timestamp类型时间是有限制的，如代码 42所示。

代码 42 Timestamp的最大最小时间和最大时间

In[2]:	print('最小时间为：', pd.Timestamp.min)
Out[2]:	最小时间为： 1677-09-21 00:12:43.145225
In[3]:	print('最大时间为：', pd.Timestamp.max)
Out[3]:	最大时间为： 2262-04-11 23:47:16.854775807

1. 除了将数据字原始DataFrame中直接转换为Timestamp格式外，还可以将数据单独提取出来将其转换为DatetimeIndex或者PeriodIndex，如代码 43所示。

代码 43 时间字符串转换为DatetimeIndex和PeriodIndex

In[4]:	dateIndex = pd.DatetimeIndex(order['lock_time']) print('转换为DatetimeIndex后数据的类型为：\n',type(dateIndex))
Out[4]:	转换为DatetimeIndex后数据的类型为： <class 'pandas.core.indexes.datetimes.DatetimeIndex'>
In[5]:	periodIndex = pd.PeriodIndex(order['lock_time'],freq = 'S') print('转换为DatetimeIndex后数据的类型为：\n',type(periodIndex))
Out[5]:	转换为DatetimeIndex后数据的类型为： <class 'pandas.core.indexes.period.PeriodIndex'>