将列转换为时间戳熊猫 - Python

在数据分析时，我们经常需要处理时间戳数据。Pandas提供了一种方便的方式来将时间序列转为时间戳类型。在本文中，我们将研究如何使用Pandas将列转换为时间戳类型。

示例数据

让我们从一个简单的数据集开始。这个数据集包含了一些用户登录的时间信息。

import pandas as pd

data = {'user_id': [1, 2, 3, 4, 5],
        'login_time': ['2021-01-01 01:00:00',
                       '2021-01-01 02:00:00',
                       '2021-01-01 03:00:00',
                       '2021-01-01 04:00:00',
                       '2021-01-01 05:00:00']}

df = pd.DataFrame(data)

这将创建一个包含5个用户以及他们的登录时间的数据框。我们可以使用Pandas中的pd.to_datetime()函数将login_time列转换为时间戳类型。

df['login_time'] = pd.to_datetime(df['login_time'])

现在，login_time列已经被转换为时间戳类型：

| | user_id | login_time | |---:|----------:|:--------------------| | 0 | 1 | 2021-01-01 01:00:00 | | 1 | 2 | 2021-01-01 02:00:00 | | 2 | 3 | 2021-01-01 03:00:00 | | 3 | 4 | 2021-01-01 04:00:00 | | 4 | 5 | 2021-01-01 05:00:00 |

处理多列

假设我们有一个包含更多时间信息的数据集。例如，我们想要将包含年、月、日和小时信息的四个列转换为时间戳类型。我们可以将这四个列合并成一个DateTimeIndex类型的列，然后将其分配给新的DataFrame。

import pandas as pd

data = {'year': [2021, 2021, 2021, 2021, 2021],
        'month': [1, 1, 1, 1, 1],
        'day': [1, 1, 1, 1, 1],
        'hour': [1, 2, 3, 4, 5]}

df = pd.DataFrame(data)

df['datetime'] = pd.to_datetime(df[['year', 'month', 'day', 'hour']])
df = df.drop(columns=['year', 'month', 'day', 'hour'])

print(df)

这将输出一个新的DataFrame，其中包含一个新列datetime：

| | datetime | |---:|:---------------------| | 0 | 2021-01-01 01:00:00 | | 1 | 2021-01-01 02:00:00 | | 2 | 2021-01-01 03:00:00 | | 3 | 2021-01-01 04:00:00 | | 4 | 2021-01-01 05:00:00 |

结论

在本文中，我们研究了如何使用Pandas将时间序列数据转换为时间戳类型。我们讨论了如何处理单个时间序列，以及如何将多个时间序列的值结合成一个DateTimeIndex类型的列。通过掌握这些技能，您可以更有效地处理时间序列数据，并利用Pandas提供的强大的时间序列处理功能。