時間設定偏移秒 資料分析16 搭上時間分析的飛劍

2021-10-14 18:29:37 字數 3231 閱讀 4725

什麼叫做時間序列資料呢?時間序列資料(time series data)就是在不同時間上收集到 的資料,這類資料是按時間順序收集到的,用於描述現象隨時間變化的情況。

pandas為我們 提供了強大的時間序列資料處理的方法,下面是在學習過程中,將時間相關的知識點系統的梳理出來,我們一起學習。

python標準庫包含了日期和時間資料的資料型別,接下來我們使用datetime模組進 行處理 datetime是乙個時間庫,常用的類如下:

# 匯入datetime模組import datetimedate = datetime.date(2019, 9, 9)print(date)print(date.year)print(date.month)print(date.day)
②time的使⽤

# 建立時間import datetimetime = datetime.time(13, 14, 20)print(time) #13:14:20 5 # 獲取小時print(time.hour) #13 7 # 獲取分鐘print(time.minute) #14 9 # 獲取秒print(time.second) #20
③datetime的使⽤

import datetimedatetime = datetime.datetime(2019, 9, 9, 13, 14, 20)print(datetime) #2019-09-09 13:14:20 5 # 獲取年print(datetime.year) #2019 7 # 獲取月print(datetime.month)#9 9 # 獲取日print(datetime.day) #9 11 # 獲取小時print(datetime.hour) #13 13 # 獲取分鐘print(datetime.minute)#14 15 # 獲取秒print(datetime.second)#20
④ datetime.now()方法

#獲取當前時間print(datetime.now()) #2020-03-05 14:03:44.794096
⑤ datetime型別強制轉成字串樣式

import datetimedatetime = datetime.datetime(2019, 9, 9, 13, 14, 20)print(datetime) #2019-09-09 13:14:20print(type(datetime)) # #強制轉化為str型別datetime_str = str(datetime)print(datetime_str) #2019-09-09 13:14:20 9 print(type(datetime_str)) #
⑥ strftime():將datetime轉化為str型別

import datetimedate_time = datetime.datetime(2019, 9, 9, 13, 14, 20)#利用strftime方法轉化為str型別str_time = date_time.strftime('%m/%d/%y %h:%m')print(str_time) #09/09/2019 13:14 print(type(str_time)) #
%m/%d/%y %h:%m就是格式化以後的樣式,%m、%d等是時間格式化佔位符 時間格式化佔位符的彙總如下圖

⑦strptime():將str型別轉化為datetime型別

import datetimestrp = datetime.datetime.strptime('aug-23-19 20:13', '%b-%d-%y %h:%m')print(strp) #2019-08-23 20:13:00print(type(strp)) #
1.pandas的date_range()方法可以快速建立出⼀個日期範圍

pd.date_range(start=none,end=none,periods=none,freq="d")
引數介紹:

date_range()的使⽤⽅式

import pandas as pddate= pd.date_range(start='20190505',end='20190606')print(date)date= pd.date_range(start='20190505',end='20190606',freq="10d")print(date)date= pd.date_range(start='20190505',periods=10,freq="d")print(date)
2.時間設定成資料的索引

import pandas as pdimport numpy as np#使用pd.date_range()來建立從2019-01-01開始的時間索引time_index = pd.date_range('2019-01-01', periods=400)#使用numpy的隨機數建立365個隨機整數time_data = np.random.randint(100,size=400)#建立出以時間序列為索引的series資料date_time = pd.series(data=time_data,index=time_index)print(date_time)
3.根據時間序列索引獲取資料

#根據年進行索引date_time['2020']#使用時間戳進行切片處理date_time['2019-10-05':'2019-10-10']
4.to_datetime()方法可以將字串形式的日期轉換成時間格式

pd.to_datetime(arg,format=none)
arg:需要修改的資料

format:資料的格式

to_datetime()⽅法會將字串型別的時間轉換成timestamp('2019-10-05 00:00:00') 時間戳型別

pd.to_datetime('2019-10-05')#如果日期中包括中文data = pd.to_datetime('2023年10月10日',format='%y年%m月%d日')data
5.to_pydatetime()方法將timestamp型別轉換成datetime型別

d.to_datetime('2019-10-05').to_pydatetime()

資料分析時間資料處理

from datetime import datetime now datetime.now print now print 年 月 日 format now.year,now.month,now.day diff datetime 2019,4,4,21 datetime 2019,1,25,0 ...

Python資料分析 時間模組datetime

目錄2.日期解析方法dateutil.parser.parse 時間模組主要有 datetime.date datetime.datetime datetime.timedelta date主要用於獲取日期,例如獲取當前日期或者特定日期,獲取的日期可以由str方法直接轉化為字串格式 from dat...

python 時間操作 資料分析

記錄python 對時間的操作整理,資料分析使用 pd.to datatime 可以將str型別的直接轉換成datatime 型別的資料,便於資料分析,format根據str的格式自己調整就好了 action action time pd.to datetime action action time...