Pandas日期格式資料處理

import numpy as np

import pandas as pd
df = pd.read_excel(
'成績表(統計).xls'
,sheet_name=
'寫入(舊)'
)df.head(
)# print(df.info())
## 轉換成日期格式
df['考試日期'
]= pd.to_datetime(df[
'日期'],
format
='%y.%m.%d'
,errors=
'coerce'
)# print(df)
## 提取年、月、日
df = df[
'考試日期'
].dt.year
df.head(
)print
(df)
df = df[
'考試日期'
].dt.month
df.head(
)print
(df)
df = df[
'考試日期'
].dt.day
df.head(
)print
(df)
## 計算時間差
df['上次考試日期差'
]= pd.datetime.now(
)- df[
'考試日期'
]df.head(
)print
(df)
df = df[
'上次考試日期差'
].dt.days
df.head(
)print
(df)
df = df[
'上次考試日期差'
].dt.seconds
df.head(
)print
(df)
## 轉化為天數
df['時間差'
]= df[
'上次考試日期差'
]/pd.timedelta(
'1 d'
)df[
'時間差'
].head(
)print
(df[
'時間差'
].head())
## 轉化為月數
df['時間差'
]= df[
'上次考試日期差'
]/pd.timedelta(
'1 m'
)df[
'時間差'
].head(
)print
(df[
'時間差'
].head())
##df[
'時間差'].
round
(decimals=3)
df['時間差'
].head(
)print
(df[
'時間差'
].head())
## 時間差轉化為天數
df = df[
'上次考試日期差'
].astype(
'timedelta64[m]'
)#d\s\h
print
(df.head(
))

pandas 資料處理

pandas中資料可以分為series，dataframe，panel分別表示一維至三維資料。其中在構造時，index表示行名，columns表示列名 構造方式 s pd.series data index index s pd series np random randn 5 index a b ...

pandas資料處理

dataframe.duplicated subset none,keep first 判斷dataframe中的資料是否有重複 必須一行中所有資料都重複才算重複，只能判斷行，不能判斷列 返回series dataframe.drop duplicates subset none,keep firs...

Pandas資料處理

資料處理 pandas from sklearn.preprocessing import minmaxscaler data 1,2 0.5,6 0.10 1,18 將 numpy 轉換成 pd 表 pd.dataframe data 歸一化 0，1 之間 scaler minmaxscaler ...