本文详细介绍如何使用Pandas库处理时间序列数据，包括将文本转换为日期格式、利用to_datetime()方法、处理datetime64和timedelta64格式数据、计算时间差以及调整显示精度。掌握这些技巧能有效提升数据分析效率。
立即学习:https://edu.youkuaiyun.com/course/play/26990/361127?utm_source=blogtoedu
pandas 使用to_datetime()方法将文本格式转换日期格式。
df.dt.year/month/day查看具体日期
- datetime64格式：记录具体时间点
- timedelta64格式：时间差数据，由天数，小时和毫秒构成 例如，2331days 15:28:45.447034
- df.dt.days/seconds/microseconds
pd.datetime.now()
可以使用pd.Timedelta进行转换 . 也可.astype('timedelta64[D]'),D代表天数,Y代表年份，M 代表月份数
- df['时间差'] = df['diff_day']/pd.Timedelta('1 D') #转换为天数
- df['diff_day'].astype('timedelta64[D]')
df['时间差'].round(decimals=3)# 显示小数位数为3小数.
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
