1998-10-19这种日期是datatime标准形式
如果数据为1998/10/19或其他可以下面语句变为标准
train_df['label'] = (train_df['repay_date'] - train_df['auditing_date']).dt.days
2.下面这种类型的语句可以对操作后的datatime直接进行取数
pandas.series.dt.days
df['purchase_date'] = pd.to_datetime(df['purchase_date'])
df['year'] = df['purchase_date'].dt.year
df['weekofyear'] = df['purchase_date'].dt.weekofyear
df['month'] = df['purchase_date'].dt.month
df['dayofweek'] = df['purchase_date'].dt.dayofweek
df['weekend'] = (df.purchase_date.dt.weekday >=5).astype(int)
df['hour'] = df['purchase_date'].dt.hour
比如x=‘1998-10-19’
x.dt.days=19
x.dt.year=1998
依次类推
本文详细介绍如何使用Pandas库处理日期时间数据,包括将不同格式的日期转换为标准datetime格式,以及如何从datetime对象中抽取年、月、日、小时等元素,为数据分析提供时间维度的支持。
4753

被折叠的 条评论
为什么被折叠?



