pandas 处理日期时间变量

本文介绍了如何在pandas中处理日期时间变量,包括创建Timestamp和Period对象,利用to_datetime进行批量转换,创建DatetimeIndex及其应用。重点讨论了时间序列的分组汇总,如直接取指数层级、groupby方法和resample函数,以及序列的缺失值处理和数值平移,确保时间点连贯无缺失。
摘要由CSDN通过智能技术生成

创建Timestamp类和Period类

Timestamp对象

import pandas as pd
from datetime import datetime

print(datetime(2019,10,21))
print(pd.Timestamp(datetime(2019,10,21)))
print(pd.Timestamp(datetime(2019,10,21,1,2,3)))
print(pd.Timestamp('2012-09-09 1:3:3'))
print(pd.Timestamp(2012,4,4))

转换为Timestamp对象

df1 = pd.read_csv(
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值