【Python】DataFrame时间类型数据处理

最新推荐文章于 2024-07-31 03:45:59 发布

Flechazo_JY

最新推荐文章于 2024-07-31 03:45:59 发布

阅读量2.2k

点赞数 2

CC 4.0 BY-SA版权

文章标签： python 开发语言

本文链接：https://blog.youkuaiyun.com/weixin_47371460/article/details/128496919

这篇博客记录了在处理时间类型数据时遇到的问题，主要涉及将int类型的时间戳转换为datetime格式，并进一步分割为日期和时间两部分。通过使用`pd.to_datetime()`函数并将其转换为字符串，成功解决了从1970年开始的时间戳问题。然后利用`dt.strftime()`方法分别提取日期和时间，并将日期设置为DataFrame的Index。博主还分享了关于日期和时间格式化代码的详细说明。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一次处理时间类型的数据

记录一下遇到的问题及处理的代码

将int类型的数字转换成datatime格式遇到的问题

导入需要的包

import time, datetime
from datetime import datetime

一开始用pd.to_datetime()报错，时间是从1970年时间戳的时间开始的，在一篇文章中看见了方法。因为原数据是int类型，所以导致出错，解决方法是将int类型改成str类型就正确输出了。

data['Date_TIME'] =data['Date_TIME'].astype('str')
data['Date_TIME']=pd.to_datetime(data['Date_TIME'])

接下来我想将data中的日期和时间分割开

data['Date']=data['Date_TIME'].dt.strftime('%Y-%m-%d')
data['TIME']=data['Date_TIME'].dt.strftime('%H:%M:%S')

# 将年月日作为Index列进行处理
New_data =data.set_index('Date')
data.Date = pd.to_datetime(data.Date)

这段是用了另一位博主总结的部分

%y 两位数的年份表示（00-99）
%Y 四位数的年份表示（000-9999）
%m 月份（01-12）
%d 月内中的一天（0-31）
%H 24小时制小时数（0-23）
%I 12小时制小时数（01-12）
%M 分钟数（00=59）
%S 秒（00-59）
%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天（001-366）
%p 本地A.M.或P.M.的等价符
%U 一年中的星期数（00-53）星期天为星期的开始
%w 星期（0-6），星期天为星期的开始
%W 一年中的星期数（00-53）星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身