Python数据分析操作-时间序列

本文为python时间数据处理方法笔记，分享工作中实用的时间数据处理方法，后续持续更新

将时间字符串转化为时间

# 读取数据时，可以用parse_date()

employee = pd.read_csv('data/employee.csv', parse_dates = ['HIRE_DATE', 'JOB_DATE'])

# 读取数据后，可以用pd.to_datetime()

from datetime import datetime 
pd.to_datetime('12-1-2016') 

# 将ds列格式为20210321，转换为时间格式 
df['ds'] = pd.to_datetime(df['ds'],format='%Y%m%d')

计算时间间隔

# 比如s1 = '20220502', s2 = '20220403',计算二者的时间间隔天数
s1 = '20220502'
s2 = '20220403'

# 方法1
from datetime import date
pd.to_datetime(s1) - pd.to_datetime(s2)
//输出
Timedelta('29 days 00:00:00')

(pd.to_datetime(s1) - pd.to_datetime(s2)).days
//输出
29


# 方法2
from datetime import date
(date(int(s1[0:4]),int(s1[4:6]),int(s1[6:8])) - 
date(int(s2[0:4]),int(s2[4:6]),int(s2[6:8]))).days

//输出
29