文章目录
一、pd.to_datetime实现日期字符串转日期二、pd.date_range生成日期序列三、Series.dt对象四、strftime函数格式化日期五、 时间差(dt.timedelta)六、总结
本节我们介绍在处理日期时间时的一些常用的处理方法，以一份酒店入住数据为例进行讲解。pandas 用 Timestamp 表示时点数，在大多数情况下和 python 的 datetime 类型的使用方法是通用的。
首先读入数据:
data
=pd
.read_csv
('data/hotel.csv')
data
.head
()
一、pd.to_datetime实现日期字符串转日期
api:pd.to_datetime(str) 字符串类型对象转换成日期类型对象
In
[]:data
['入住日期'].dtype
Out
[]:dtype
('O')
In
[]:data
.loc
[:,'入住日期']=pd
.to_datetime
(data
['入住日期'])
data
['入住日期'].dtype
Out
[]:dtype
('<M8[ns]')
二、pd.date_range生成日期序列
api:pd.date_range(start=None, end=None, periods=None, freq=‘D’)
start:起始日期,字符串end:终止日期,字符串periods:期数，取值为整数或Nonefreq:频率或日期偏移量，取值为string或DateOffset，默认为’D’
该函数主要用于生成一个固定频率的时间索引，在调用构造方法时，必须指定start、end、periods中的两个参数值，否则报错。
In
[12]: pd
.date_range
(start
='20170101',end
='20170110')
Out
[12]:
DatetimeIndex
(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
'2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08',
'2017-01-09', '2017-01-10'],
dtype
='datetime64[ns]', freq
='D')
In
[13]: pd
.date_range
(start
='20170101',periods
=10)
Out
[13]:
DatetimeIndex
(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
'2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08',
'2017-01-09', '2017-01-10'],
dtype
='datetime64[ns]', freq
='D')
常用频率和日期偏移量:
三、Series.dt对象
pandas 的 pandas.Series.dt 可以获得日期/时间类型的相关信息,返回值均为int型。比如:
data
['入住日期'].dt
.year
data
['入住日期'].dt
.month
data
['入住日期'].dt
.quarter
为数据表添加新列’入住月份’:
data
.loc
[:,'入住月份']=data
['入住日期'].dt
.month
data
.head
()
为数据表添加新列’in_weekday’:
data
.loc
[:,'in_weekday']=data
['入住日期'].dt
.weekday
data
.head
()
pandas.Series.dt对象能够返回的信息有:
类别解释
year年month月day日hour时minute分钟second秒date返回日期time返回时间dayofyear年序日weekofyear年序周week周dayofweek周中的星期几，ex: Fridayquarter季度days_in_month一个月中有多少天is_month_start是否月初第一天is_month_end是否月末最后一天is_quarter_start是否季度的最开始is_quarter_end是否季度的最后一个is_year_start是否年初第一天is_year_end是否年末第一天
四、strftime函数格式化日期
strftime函数实际上是datetime模块中的函数,并不是pandas中的成员,在实际工作中我们常用这种方式对日期进行格式化
api:datetime.strftime(date,format_str)
date:需要格式化的日期format_str:格式化字符串 例如:我们需要提取’入住日期’的年份和月份组成一个新的列:
from datetime
import datetime
data
.loc
[:,'入住年月']=data
['入住日期'].apply(lambda x
:datetime
.strftime
(x
,"%Y-%m"))
data
.head
()
常用格式字符串介绍:
Series.dt.to_period 另一种方法
data
.loc
[:,'入住年月2']= data
['入住日期'].dt
.to_period
('M')
data
.head
()
第二种方法使用起来更加简单，参数 M 表示月份，Q 表示季度，A 表示年度，D 表示按天，这几个参数比较常用。
五、 时间差(dt.timedelta)
时间差(dt.timedelta)是时间上的差异，以不同的单位来表示。例如：日，小时，分钟，秒。它们可以是正值，可正可负;大多数情况下可与datetime.timedelta互换,一般用来表示两个日期之间的差距。
例如:我们想获取客人的入住天数:
data
.loc
[:,'离店日期']=pd
.to_datetime
(data
['离店日期'])
data
['离店日期']-data
['入住日期']
结果是一个timedelta类型的Series,并不是我们希望得到的天数,我们还需要访问timedelta对象的属性来提取天数
time
=data
['离店日期']-data
['入住日期']
data
.loc
[:,'入住天数']=time
.dt
.days
data
.head
()
timedelta对象有属性：days、seconds、microseconds
六、总结
pd.to_datetime(str) 【掌握】pd.date_range(start=None, end=None, periods=None, freq=‘D’)【知道】
start:起始日期 字符串end:终止日期,字符串periods:期数，取值为整数或Nonefreq:频率或日期偏移量，取值为string或DateOffset，默认为’D’必须指定start、end、periods中的两个参数值，否则报错 Series.dt对象【掌握】
data[‘入住日期’].dt.year #获取年份data[‘入住日期’].dt.month #获取月份data[‘入住日期’].dt.quarter #获取季度 datetime.strftime(date,format_str)【掌握】
date:需要格式化的日期format_str:格式化字符串 (data[‘离店日期’]-data[‘入住日期’]).dt.days【知道】
