Python中時間格式資料的處理

時間轉換是指字元型的時間格式資料，轉換成為時間型資料的過程。

一般從csv匯入過來的檔案，時間都儲存為字元型格式的，需要轉換。

時間轉換函式：

datatime=pandas.to_datetime(datastring,format)

時間格式化是指將時間型資料，按照指定格式，轉為字元型資料。

時間格式化函式：

datetimeformat=datetime.dt.strftime(format)

format有哪些：

日期抽取，是指從日期格式裡面，抽取出需要的部分屬性

抽取語法：datetime.dt.property

property有哪些呢：

綜合**實現：

import pandas

data = pandas.read_csv(
'd:\\pda\\4.16\\data.csv', 
encoding='utf8'
)data['時間'] = pandas.to_datetime(
data.註冊時間, 
format='%y/%m/%d'
)data['格式化時間'] = data.時間.dt.strftime('%y-%m-%d')
data['時間.年'] = data['時間'].dt.year
data['時間.月'] = data['時間'].dt.month
data['時間.周'] = data['時間'].dt.weekday
data['時間.日'] = data['時間'].dt.day
data['時間.時'] = data['時間'].dt.hour
data['時間.分'] = data['時間'].dt.minute
data['時間.秒'] = data['時間'].dt.second

① 根據索引進行抽取

dataframe.ix[start:end]

dataframe.ix[dates]

② 根據時間列進行抽取

dataframe[condition] 返回布林值陣列條件

data = pandas.read_csv(

'd:\\pda\\4.17\\data.csv', 
encoding='utf8'
)dateparse = lambda dates: pandas.datetime.strptime(
dates, '%y%m%d'
)data = pandas.read_csv(
'd:\\pda\\4.17\\data.csv', 
encoding='utf8',
parse_dates=['date'],
date_parser=dateparse,
index_col='date'
)#根據索引進行抽取
import datetime
dt1 = datetime.date(year=2016,month=2,day=1);
dt2 = datetime.date(year=2016,month=2,day=5);
data.ix[dt1: dt2]
data.ix[[dt1,dt2]]
#根據時間列進行抽取
data = pandas.read_csv(
'd:\\pda\\4.17\\data.csv', 
encoding='utf8',
parse_dates=['date'],
date_parser=dateparse,
)data[(data.date>=dt1) & (data.date<=dt2)]

python中的時間格式

處理資料時經常會遇到處理時間的問題，拿原始資料中儲存的str格式的日期篩選，結果不對 python中有三種時間格式 1 時間戳 int，float型別 import time 2 元組 struct time型別 內涵九個元素 3 datetime型別 如 2017 11 28 14 49 43.0...

Python中datetime常用時間處理方法

常用時間轉換及處理函式 import datetime 獲取當前時間 d1 datetime.datetime.now print d1 當前時間加上半小時 d2 d1 datetime.timedelta hours 0.5 print d2 格式化字串輸出 d3 d2.strftime y m ...

整理 Python中時間格式

python 中時間一般儲存為三種格式 time datetime calender 三種格式本身又都接受或者是能夠轉化成long型的timestamp 時間戳 或者是string型format形式 因此我們一般都是用其中的內建函式將他們轉化成時間戳進行傳遞或者是轉化成相應的時間字串進行輸出 有三種...