Python 資料分析—日期處理

來源:互聯網
上載者:User

標籤:技術   基礎   frame   ima   分享圖片   字元   index   src   ptime   

日期時間資料類型及工具
from datetime import datetimenow = datetime.now()print(now.year,now.month,now.day)#以毫秒形式儲存時間delta = now - datetime(1992,2,2)print(delta)print(delta.days)#可以在時間戳記上加減乘除from datetime import timedeltaprint(delta+timedelta(12))

 字串和datetime轉化
#時間轉strtime_str = now.strftime(‘%y-%m-%d‘)print(time_str)#str轉時間time_str2 = datetime.strptime(time_str,‘%y-%m-%d‘)print(time_str2)#處理成組日期data_set = [‘2017-1-1‘,‘2018-1-1‘]pd.to_datetime(data_set)

時間序列基礎
time_set = [datetime(2017,1,1),datetime(2017,2,1),datetime(2017,3,1),datetime(2017,4,1),datetime(2017,5,1)]data = pd.DataFrame(np.arange(5),index=time_set)data = pd.DataFrame(np.random.randn(1000),index=pd.date_range(‘1992-2-2‘,periods=1000))#也可以做切片data[‘1992-3-2‘:]

 

Python 資料分析—日期處理

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.