pnadas 自带时间处理

最新推荐文章于 2024-12-20 21:04:20 发布

原创最新推荐文章于 2024-12-20 21:04:20 发布 · 500 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#pandas #时间

pandas 数据处理专栏收录该内容

3 篇文章

订阅专栏

本文详细介绍了一种处理特定格式实例数据的方法，包括如何转换时间戳为标准时间格式，并使用pandas库进行工作日和周末的数据筛选。通过两种不同的方式实现时间筛选，展示了灵活运用Python进行数据分析的能力。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实例数据结构:

  PASS_TIME      TOLLGATE_ID VEHICLE_TYPE_EX  PLATE_TYPE_EX VEHICLE_LOGO_EX NEXT_PASS_TIME    NEXT_TOLLGATE_ID
0  180401141513  440110509032008002    K33        2.0          比亚迪    1.804012e+11  440106509056016001
1  180401151040  440106509056016001    K33        2.0           日产    1.804012e+11  440106509056016000

对数据格式进行筛选:

        # 转换成标准时间格式
        df["PASS_TIME"] = df["PASS_TIME"] + 2 * 10 ** (4 + 2 + 2 + 2 + 2 + 1) 
        # 将时间转换成pd时间改格式
        df["PASS_TIME"] = pd.to_datetime(df["PASS_TIME"], format="%Y%m%d%H%M%S")  
        workday_df = df.loc[df["PASS_TIME"].dt.weekday.isin([0,1,2,3,4])]
        weekday_df = df.loc[df["PASS_TIME"].dt.weekday.isin([5, 6])]
        

        #第二种方式
        ceria = lambda row:row["PASS_TIME"].weekday() in [0,1,2,3,4]
        workday_df2 = df[df.apply(ceria,axis=1)]

第二种方式传的是dataframe格式，不用.dt

weekday()是函数，不是属性