pandas深化学习之日期时间处理

系列文章目录

pandas深化学习之索引
pandas深化学习之排序重塑
pandas深化学习之缺失值处理
pandas深化学习之字符串处理

---

---

前言

本文主要记录pandas中缺失值异常值相关的api使用：
通过对真实数据的一系列操作帮助我们熟练掌握相关api的使用。

---

提示：以下是本篇文章正文内容，下面案例可供参考

1.引入库

代码如下：

import pandas as pd
import numpy as np
from faker import Faker
import datetime

import warnings
warnings.filterwarnings('ignore')

2.造数据

代码如下：

f = Faker()

data = {
   
    'CREATE_DATE' : [f.date() for i in range(10)],
    'UPDATE_TIME' : [f.time() for i in range(10)]
}
df = pd.DataFrame(data, dtype="datetime64[ns]")

结果

---

3.数据基本信息查询

我们在理解DataFrame时要类比Excel表格，可以帮助我们更清晰的分析

在DataFrame中，我更倾向于叫一行为样本或者记录，叫一列为特征或者属性

df.info()

结果

• 数据前5行

df.head()

结果

在这里插入图片描述

4.日期时间相关api

4.1 日期时间属性

• 日期

df['CREATE_DATE'].dt.date

结果

• 时间

df['CREATE_DATE'].dt.time

结果

df['UPDATE_TIME'].dt.time

结果