Python-Pandas 學習 資料中對時間的操作__Python

Pandas中對 時間 這個屬性的處理有非常非常多的操作。具體可以參考以下連結：

pandas

而本文對其中一個大家可能比較陌生的方法進行講解。其他的我會陸續上傳。

應用情景是這樣的：考慮到有一個資料集，資料集中有使用者註冊帳號的時間（年-月-日），如下圖格式。

如果我們希望對使用者帳號註冊時間轉為具體的天數，我們可以用如下代碼。

import pandas as pdtd=data['user_reg_tm']Time=pd.to_datetime(td)Start=pd.datetime(2016,4,16)day=Start-Time

最後，把天數插入到原來的表中

data['Day']=day

——————————————————————————————分割線——————————————————

下面簡單的說一下一個時間的建立一些細節。

date=pd.Series(['2016411'])pd.to_datetime(date)

這樣就建立一個時間為 2016-4-11的時間值。

這裡有個細節，就是字串裡的時間格式，年月日之間如果沒有分隔，pandas會自動用-號分開，如果要自己手動分隔，例如

date=pd.Series(['2016-4-11'])

這也可以，或者用/號。但是注意，只能用- 或者/來進行分隔，不可使用別的。

有時候我們還需要有時分秒的資訊。

date=pd.Series(['2016-4-11 12:12:12'])

最後再說下一個問題，上面我獲得的天數後我們怎麼單獨取出“天數”來呢。

很簡單，用.days來訪問。

對於 Series類型，用 data.dt.days

對於 Timedelta類型，可以直接存取  即 data.days。

例如：

因為data['Day']是Series類型的

data['Day'].dt.days

因為day是Timedelta類型的 day.days

___________________________________________________________________________

更新：時間處理下篇連結點擊開啟連結