pandas常用数据分析语法（四）：时间处理

最新推荐文章于 2024-11-24 01:32:34 发布

原创最新推荐文章于 2024-11-24 01:32:34 发布 · 895 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析 #数据挖掘 #python

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。

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'))