pandas time

本文介绍了Pandas中关于时间处理的概念,包括Timestamp类的字符串到时间戳转换,时间戳到字符串的转化;timedelta类用于时间的加减操作;period类在重采样中的应用,强调重采样需以timestamp为index。还讨论了如何生成日期范围、进行日期移位及调整时间格式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

time类型

在这里插入图片描述

Timestamp类

  • str to timestamp
pd.to_datetime(arg.format=%Y%m%d%H%M%S’,errors)
pd.DatetimeIndex:和上面一样不过把时间设为索引
#Errors =raise 显示错误信息 coerce 遇到错误设为nan  ignore转换能转换的值
  • timestamp to str
timestamp.strftime(format)

timedelta类

用于时间加减

pd.timedelta()

period类

periodindex.asfreq() #转换频率
df.to_period()  #Convert DataFrame from DatetimeIndex to PeriodIndex.

在这里插入图片描述

根据时间来重采样

df.resample(freq, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start', kind=None, loffset=None, limit=None, base=0)
#how='mean'	用于产生聚合值的函数名或数组函数,例如‘mean'、‘ohlc'、np.max等,默认是‘mean',其他常用的值由:‘first'、‘last'、‘median'、‘max'、‘min'
#axis=0	默认是纵轴,横轴设置axis=1
#fill_method = None	升采样时如何插值,比如‘ffill'、‘bfill'等
#closed = ‘right'	在降采样时,各时间段的哪一段是闭合的,‘right'或‘left',默认‘right'
#label= ‘right'	在降采样时,如何设置聚合值的标签,例如,9:30-9:35会被标记成9:30还是9:35,默认9:35
#loffset = None	面元标签的时间校正值,比如‘-1s'或Second(-1)用于将聚合标签调早1秒
#limit=None	在向前或向后填充时,允许填充的最大时期数
#kind = None	聚合到时期(‘period')或时间戳(‘timestamp'),默认聚合到时间序列的索引类型
#convention = None	当重采样时期时,将低频率转换到高频率所采用的约定(start或end)。默认‘end'

在这里插入图片描述
ps:这个函数得使用timestamp作为index

生成日期范围

pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs)
#基础时间序列
#D每天  B工作日每天 H min S ms U微米 M月底日期 BM工作日月底日期 MS日历日月初日期

日期移位

df.shift(number, freq='')

时间格式

类型描述
%Y4位年份
%y2位年份
%m两位月
%d两位日期号
%H24小时制
%I12小时制
%M两位分钟
%S
%W星期日期 日=0
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值