【Python数据清洗】日期时间、时间序列大汇总

这篇博客总结了Python中处理日期时间的常见问题,包括时间戳、时间间隔和时间增量。从Python标准库的datetime和dateutil,到numpy的datetime64,最后讨论了pandas在处理日期时间数据的优势,特别是对大型数据集的处理速度。

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

虽然学代码很久了,但是每次遇到时间上的问题的时候都会犯难,最近针对几个痛点和难点做了一些简单的梳理,来就解决日常代码中的一些常见的需求。
------以上时废话,以下是有用的东西-------------------------------------------------------

主要分为三类

  • 时间戳
  • 时间间隔与从周期表
  • 时间增量或持续时间

我们从Python标准库、numpy到pandas的顺序来梳理。
一、Python标准库:
原生Python的日期与时间工具:datetime和dateutil

==先创建一个日期格式的数据 ==

(in代表输入,out代表输出)

#[in]:
from datetime import datetime #时间处理模块
datetime(year = 2021,month =7 ,day =4)
#[out]:
datetime.datetime(
评论 2
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