pandas常用数据分析语法（四）：时间处理

wlsccc

于 2022-02-16 17:46:32 发布

阅读量882

点赞数

CC 4.0 BY-SA版权

分类专栏：数据分析文章标签：数据分析数据挖掘 python

本文链接：https://blog.youkuaiyun.com/wlsccc/article/details/122968833

数据分析专栏收录该内容

5 篇文章

订阅专栏

本文介绍了如何使用Pandas库进行时间序列数据分析，包括将数据列转换为日期时间格式，以及如何筛选特定时间段的数据。通过`pd.to_datetime`函数转换日期字符串，并利用时间筛选条件如年份和月份进行数据过滤，例如选取2018年的数据和2019年5月的数据。这些操作对于处理时间序列数据至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas常用数据分析语法（四）：时间处理

#数据类型转换
df.loc[:,'Arrest Date'] = pd.to_datetime(df['Arrest Date'])

#时间筛选
df= df.loc[(df.loc[:,'Arrest Date']<=pd.Timestamp('2019-1-1')),:]
df_2018 = df.loc[df.loc[:,'Arrest Date'].apply(lambda x: x.year == 2018),:]
id_a=data.loc[:,'Arrest Date'].apply(lambda x: x.year <=2019  and x.month==5)
id_b=data.loc[:,'Arrest Date'].between(pd.Timestamp('2019-4-30'),pd.Timestamp('2019-5-04'))