<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          Pandas怎樣解析日期的年月日

          共 1504字,需瀏覽 4分鐘

           ·

          2020-12-08 13:17

          哈嘍大家好,我是螞蟻啊,給大家分享個Pandas的小知識。


          如果一個數(shù)據(jù)文件中,有一列是日期列,怎樣快速提取日期的年、月、日、周、季等信息呢?


          方法就是pandas提供的to_datetime函數(shù)了,可以看下代碼演示:


          1、讀取數(shù)據(jù)文件

          import pandas as pd
          fpath?=?"./datas/beijing_tianqi_2018.csv"df = pd.read_csv(fpath)
          df.head()


          看下數(shù)據(jù):

          ymd  bWendu  yWendu  tianqi  fengxiang  fengli  aqi  aqiInfo  aqiLevel0  2018-01-01  3  -6  晴~多云  東北風(fēng)  1-2級  59  良  21  2018-01-02  2  -5  陰~多云  東北風(fēng)  1-2級  49  優(yōu)  12  2018-01-03  2  -5  多云  北風(fēng)  1-2級  28  優(yōu)  13  2018-01-04  0  -8  陰  東北風(fēng)  1-2級  28  優(yōu)  14  2018-01-05  3  -6  多云~晴  西北風(fēng)  1-2級  50  優(yōu)  1


          2、把日期變成索引列

          df.set_index(pd.to_datetime(df["ymd"]), inplace=True)
          #?看下索引列df.indexdf.head().index

          我們看到這一列變成了DatetimeIndex類型:

          DatetimeIndex(['2018-01-01', '2018-01-02', '2018-01-03', '2018-01-04',               '2018-01-05'],              dtype='datetime64[ns]', name='ymd', freq=None)


          3、現(xiàn)在可以直接訪問日期的各個屬性了


          # 年df.head().index.year
          結(jié)果:Int64Index([2018,?2018,?2018,?2018,?2018],? dtype='int64',?name='ymd')


          # 月df.head().index.month
          結(jié)果:Int64Index([1,?1,?1,?1,?1],?dtype='int64',?name='ymd')


          # 日df.head().index.day
          結(jié)果:Int64Index([1,?2,?3,?4,?5],?dtype='int64',?name='ymd')


          # 周df.head().index.week
          結(jié)果:Int64Index([1,?1,?1,?1,?1],?dtype='int64',?name='ymd')



          # 季df.head().index.quarter
          結(jié)果:Int64Index([1,?1,?1,?1,?1],?dtype='int64',?name='ymd')


          Pandas提供了更多的解析日期的各個屬性,鏈接為:

          https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#time-date-components


          如果覺得本文對你有幫助,幫忙點(diǎn)個贊吧^_^

          瀏覽 35
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  天堂网久久 | 看中国毛片 | 一区二区三区人妖视频 | 99青娱乐在线视频观看 | 爆操美女视频 |