Pandas日期时间格式化
精华
小牛编辑
199浏览
2023-03-14
当进行数据分析时,我们会遇到很多带有日期、时间格式的数据集,在处理这些数据集时,可能会遇到日期格式不统一的问题,此时就需要对日期时间做统一的格式化处理。比如“Wednesday, June 6, 2020”可以写成“6/6/20”,或者写成“06-06-2020。
日期格式化符号
在对时间进行格式化处理时,它们都有固定的表示格式,比如小时的格式化符号为%H
,分钟简写为
%M
,秒简写为
%S
。下表对常用的日期格式化符号做了总结:
符号 | 说明 |
---|---|
%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 | 本地英文缩写星期名称 |
%A | 本地英文完整星期名称 |
%b | 本地缩写英文的月份名称 |
%B | 本地完整英文的月份名称 |
%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 |
%U | 一年中的星期数(00-53)星期天为星期的开始 |
%j | 年内的一天(001-366) |
%c | 本地相应的日期表示和时间表示 |
Python处理
Python 内置的 strptime() 方法能够将字符串日期转换为 datetime 类型,下面看一组示例:from datetime import datetime #将日期定义为字符串 date_str1 = 'Wednesday, July 18, 2020' date_str2 = '18/7/20' date_str3 = '18-07-2020' #将日期转化为datetime对象 dmy_dt1 = datetime.strptime(date_str1, '%A,%B%d,%Y') dmy_dt2 = datetime.strptime(date_str2, '%d/%m/%y') dmy_dt3 = datetime.strptime(date_str3, '%d-%m-%Y') #处理为相同格式,并打印输出 print(dmy_dt1) print(dmy_dt2) print(dmy_dt3)输出结果:
2020-07-18 00:00:00 2020-07-18 00:00:00 2020-07-18 00:00:00注意:strftime() 可以将 datetime 类型转换为字符串类型,恰好与 strptime() 相反。
Pandas处理
除了使用 Python 内置的 strptime() 方法外,你还可以使用 Pandas 模块的 pd.to_datetime() 和 pd.DatetimeIndex() 进行转换。1) to_datetime()
通过 to_datetime() 直接转换为 datetime 类型import pandas as pd import numpy as np date = ['2012-05-06 11:00:00','2012-05-16 11:00:00'] pd_date=pd.to_datetime(date) df=pd.Series(np.random.randn(2),index=pd_date)输出结果:
2012-05-06 11:00:00 0.189865 2012-05-16 11:00:00 1.052456 dtype: float64
2) DatetimeIndex()
使用 Datetimeindex() 函数设置时间序,示例如下:date = pd.DatetimeIndex(['1/1/2008', '1/2/2008', '1/3/2008', '1/4/2008', '1/5/2008']) dt = pd.Series(np.random.randn(5),index = date) print(dt)输出结果:
2008-01-01 1.965619 2008-01-02 -2.897374 2008-01-03 0.625929 2008-01-04 1.204926 2008-01-05 1.755680 dtype: float64