数据处理——时间数据处理

时间类型数据的转换（字符串转为时间）

pd.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix')

• arg：表示想要转换的数据，无默认。
• format：%Y表示年份，%m表示月，%d表示天，%H表示小时，%M表示分钟，%S表示秒。
  • 在格式化的时候，需要配合实际的分隔符，例如“2012/12*5 00/00:00”，此时format = "%Y/%m*%d %H/%M:%S"。

import pandas as pd
# data为已导入的表格
data['发生时间'] = pd.to_datetime(data['发生时间'],format='%Y%m%d%H%M%S')
data['发生时间'].head()

　　注：如果dtype为datetime64则说明转换成功，可继续后续操作。

时间数据内部信息提取

属性名称	属性解释	属性名称	属性解释
year	年	week	一年中第几周
month	月	quarter	季节
day	日	weekofyear	一年中第几周
hour	小时	dayofyear	一年中的第几天
minute	分钟	dayofweek	一周第几天
second	秒	weekday	一周第几天
date()	日期	weekday_name	星期名称
time()	时间	is_leap_year	是否闰年

data['年份'] = [i.year for i in data['发生时间']]
data['月份'] = [i.month for i in data['发生时间']]
data['日期'] = [i.day for i in data['发生时间']]
data['小时'] = [i.hour for i in data['发生时间']]
data['分钟'] = [i.minute for i in data['发生时间']]
data['秒'] = [i.second for i in data['发生时间']]
data['星期'] = [i.dayofweek for i in data['发生时间']] ## 注意第几天从0开始
data['星期'] = [i.weekday for i in data['发生时间']]
data['日期'] = [i.date() for i in data['发生时间']] ## 提取日期是方法，不是属性（需要加上()）
data['时间'] = [i.time() for i in data['发生时间']] ## 提取时间是方法，不是属性（需要加上()）
data['季节'] = [i.quarter for i in data['发生时间']] ## 季节从1开始，至4结束
data['第几周'] = [i.week for i in data['发生时间']]
data['第几天'] = [i.dayofyear for i in data['发生时间']]
data['week'] = [i.weekday_name for i in data['发生时间']]
data['是否闰年'] = [i.is_leap_year for i in data['发生时间']]

 

函数Timedelta(例如多少秒)

　　Timedelta实际上也是时间数据（即datetime）相减之后的类型。

data['发生时间'].min() - data['发生时间'].max()

　　Timedelta('-23 days +07:19:17')

pd.Timedelta(**args)

周期名称	单位	解释	周期名称	单位	解释
weeks	无	星期	seconds	s	秒
days	D	天	milliseconds	ms	毫秒
hours	h	小时	microseconds	us	微秒
minutes	m	分	nanoseconds	ns	纳秒

# 先输出参照时间
data['发生时间'].min()

Timestamp('2014-10-19 06:39:17')

# 不足之处为：这里默认十月只有30天
data['发生时间'].min() + pd.Timedelta(days = 23)

Timestamp('2014-11-11 06:39:17')

data['发生时间'].min() + pd.Timedelta(weeks = 23)

Timestamp('2015-03-29 06:39:17')

data['发生时间'].min() + pd.Timedelta(microseconds = 23)

Timestamp('2014-10-19 06:39:17.000023')