Pandas日期处理

做数据处理的时候有时候需要对日期进行处理或计算
下面给出几种常见的日期处理和运算

日期数据类型转换

有时候我们拿到的日期是Object类型,这时我们需要先把日期数据转换成时间类型

在这里插入图片描述在这里插入图片描述

df['comment_Date'] = pd.to_datetime(df['comment_date'])
df.Date.dtypes

在这里插入图片描述在这里插入图片描述

提取日期中的信息(输出为int类型)

# 提取日期中的年/月/日/小时/分钟
df['year'] = pd.to_datetime(df['comment_Date']).dt.year
df['Quauter'] = pd.to_datetime(df['comment_Date']).dt.quauter
df['month'] = pd.to_datetime(df['comment_Date']).dt.month
df['day'] = pd.to_datetime(df['comment_Date']).dt.day
df['date'] = pd.to_datetime(df['comment_Date']).dt.date # 输出类型为Object
df['dayofweek'] = pd.to_datetime(df['comment_Date']).dt.dayofwork # 周一二三...
df['hour'] = pd.to_datetime(df['comment_Date']).dt.hour
df['minute'] = pd.to_datetime(df['comment_Date']).dt.minute

在这里插入图片描述在这里插入图片描述

提取日期中的信息(输出为datetime64类型)

1. 向下取整

df['second'] = pd.to_datetime(df['comment_Date']).dt.floor("S")
df['miniute'] = pd.to_datetime(df['comment_Date']).dt.floor("min")
df['hour'] = pd.to_datetime(df['comment_Date']).dt.floor("H")
df['day'] = pd.to_datetime(df['comment_Date']).dt.floor("D")

在这里插入图片描述

2. 向上取整

df['second'] = pd.to_datetime(df['comment_Date']).dt.ceil("S")
df['miniute'] = pd.to_datetime(df['comment_Date']).dt.ceil("min")
df['hour'] = pd.to_datetime(df['comment_Date']).dt.ceil("H")
df['day'] = pd.to_datetime(df['comment_Date']).dt.ceil("D")

在这里插入图片描述

3. 四舍五入

df['second'] = pd.to_datetime(df['comment_Date']).dt.round("S")
df['miniute'] = pd.to_datetime(df['comment_Date']).dt.round("min")
df['hour'] = pd.to_datetime(df['comment_Date']).dt.round("H")
df['day'] = pd.to_datetime(df['comment_Date']).dt.round("D")

在这里插入图片描述

日期计算

1. 计算时间差

# 数据类型均为 datetime[64]
df['longevity'] = df.comment_date - df.upload_date

在这里插入图片描述在这里插入图片描述

2. 提取时间差

df['month'] =df['longevity'].astype('timedelta64[M]').astype(int)
df['day'] =df['longevity'].astype('timedelta64[D]').astype(int)
df['hour'] =df['longevity'].astype('timedelta64[h]').astype(int)
df['minute'] =df['longevity'].astype('timedelta64[m]').astype(int)
df['second'] =df['longevity'].astype('timedelta64[s]').astype(int)

在这里插入图片描述
PS:np.timedelta64()函数用法


3. 对日期做加减法

# 增加一天
df['next_day'] = df['comment_date'] + pd.Timedelta(days=1)
# 减少一天
df['last_day'] = df['comment_date'] - pd.Timedelta(days=1)
# 日期运算上限
df['next_weeks'] = df['comment_date'] + pd.Timedelta(weeks=1)
# 日期运算下限
df2['next_nanoseconds'] = df['comment_date'] + pd.Timedelta(nanoseconds=1)

在这里插入图片描述

PS:allowed keywords are [weeks, days, hours, minutes, seconds, milliseconds, microseconds, nanoseconds]

  • 2
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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