Origin数据设置为日期/时间的方法

Origin数据设置为日期/时间的方法

我们使用Origin绘图时,横坐标为有特定含义的数字,如月份、日期等,就需要对x轴所在序列的数据进行设置。具体步骤如下:

  1. 选中x轴数据序列所在的一列,单击鼠标右键,选择“属性”。
    在这里插入图片描述
  2. 在弹出的“列属性”对话框中找到“属性”页面,“选项”栏中的“格式”,根据具体需求选择相应格式。
    在这里插入图片描述
  • 6
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
如果存在跨周的数据,你可以通过对开始观看时间和结束观看时间之间的日期差进行判断,将跨周的记录过滤掉。 下面是修改后的代码示例: ```python import pandas as pd # 创建空的DataFrame split_data = pd.DataFrame(columns=media_data.columns) # 遍历每一行数据 for index, row in media_data.iterrows(): # 判断开始观看时间和结束观看时间是否跨周 if (row['end_time'].date() - row['origin_time'].date()).days >= 7: continue # 跨周的数据直接跳过 # 判断开始观看时间和结束观看时间是否跨夜 if row['origin_time'].date() != row['end_time'].date(): # 拆分为两条记录 row1 = row.copy() row1['end_time'] = pd.to_datetime(row['origin_time'].date()) + pd.DateOffset(hours=23, minutes=59, seconds=59) row2 = row.copy() row2['origin_time'] = pd.to_datetime(row['end_time'].date()) + pd.DateOffset(days=1) # 添加到新的DataFrame中 split_data = split_data.append([row1, row2], ignore_index=True) # 合并拆分后的记录数据和原始数据集 media_data = pd.concat([media_data, split_data]) # 重新排序索引 media_data = media_data.reset_index(drop=True) ``` 在上面的代码中,我添加了一个判断条件来检查开始观看时间和结束观看时间之间的日期差是否大于等于7天,如果是,则直接跳过该条记录,不进行拆分处理。 这样,无论是跨夜还是跨周的记录数据都能被过滤掉。请注意,这里的判断条件是根据日期差来判断的,你可以根据实际需求调整判断条件。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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