【Python学习】pandas时间数据解析

1、数据准备

下载链接：链接：https://pan.baidu.com/s/1GmE0tp_FkVF5NEVuhyEziA
提取码：rb9n

2、数据探索
（1）读取数据
landslides = pd.read_csv("…/input/landslide-events/catalog.csv")

（2）查看日期列数据
print(landslides[‘date’].head())

（3）查看日期列数据类型
landslides[‘date’].dtype

可以发现此时日期列的数据类型为Object，该数据类型为pandas不能正确解析的数据类型，在引用时被当做为字符串str，但在pandas中，能正常解析的时间类型为datetime64，因此需要通过pandas的时间类型处理操作进行格式转换

3、数据处理
在数据探索中，可以发现数据格式为"%m/%d/%y"，因此通过to_datetime进行格式转换

#create a new column, date_parsed, with the parsed dates
landslides['date_parsed'] = pd.to_datetime(landslides['date'], format="%m/%d/%y")

借助以下代码可以看转换后的数据类型

landslides['date_parsed'].head()

4、数据应用
日期数据的导出

day_of_month_landslides = landslides['date_parsed'].dt.day
day_of_month_landslides.head()