Python|使用 Pandas 处理日期和时间

在处理数据时，遇到时间序列数据是很常见的。在处理时间序列数据时，Pandas 是一个非常有用的工具。

Pandas 提供了一组不同的工具，我们可以使用它们对日期时间数据执行所有必要的任务。让我们尝试通过下面讨论的示例来理解。

代码 #1：创建日期数据框

Python3

import pandas as pd
 
# Create dates dataframe with frequency 
data = pd.date_range('1/1/2011', periods = 10, freq ='H')
 
data

输出：

代码 #2：创建日期范围并显示基本特征

Python3

# Create date and time with dataframe
data = pd.date_range('1/1/2011', periods = 10, freq ='H')
 
x = pd.datetime.now()
x.month, x.year

输出：

(9, 2018)

日期时间特征可以分为两类。第一个时间段内的时刻，第二个时间段自特定时间段以来经过的时间。这些功能对于理解数据中的模式非常有用。

将给定日期划分为特征 -

pandas.Series.dt.year返回日期时间的年份。
pandas.Series.dt.month返回日期时间的月份。
pandas.Series.dt.day返回日期时间的日期。
pandas.Series.dt.hour返回日期时间的小时。
pandas.Series.dt.minute返回日期时间的分钟。
从这里参考所有日期时间属性。

代码 #3：将日期和时间分解为单独的功能

Python3

# Create date and time with dataframe
rng = pd.DataFrame()
rng['date'] = pd.date_range('1/1/2011', periods = 72, freq ='H')
 
# Print the dates in dd-mm-yy format
rng[:5]
 
# Create features for year, month, day, hour, and minute
rng['year'] = rng['date'].dt.year
rng['month'] = rng['date'].dt.month
rng['day'] = rng['date'].dt.day
rng['hour'] = rng['date'].dt.hour
rng['minute'] = rng['date'].dt.minute
 
# Print the dates divided into features
rng.head(3)

输出：

代码#4：要获取当前时间，请使用 Timestamp.now() ，然后将时间戳转换为日期时间并直接访问年、月或日。

Python3

# Input present datetime using Timestamp
t = pandas.tslib.Timestamp.now()
t

Timestamp('2018-09-18 17:18:49.101496')

Python3

# Convert timestamp to datetime
t.to_datetime()

datetime.datetime(2018, 9, 18, 17, 18, 49, 101496)

Python3

# Directly access and print the features
t.year
t.month
t.day
t.hour
t.minute
t.second

2018
8
25
15
53

让我们在一个真实的数据集 uforeports 上分析这个问题。

Python3

import pandas as pd
 
url = 'http://bit.ly/uforeports'
 
# read csv file
df = pd.read_csv(url)          
df.head()

输出：

Python3

# Convert the Time column to datetime format
df['Time'] = pd.to_datetime(df.Time)
 
df.head()

Python3

# shows the type of each column data
df.dtypes

City                       object
Colors Reported            object
Shape Reported             object
State                      object
Time               datetime64[ns]
dtype: object

Python3

# Get hour detail from time data
df.Time.dt.hour.head()

0    22
1    20
2    14
3    13
4    19
Name: Time, dtype: int64

Python3

# Get name of each date
df.Time.dt.weekday_name.head()

0     Sunday
1     Monday
2     Sunday
3     Monday
4    Tuesday
Name: Time, dtype: object

Python3

# Get ordinal day of the year
df.Time.dt.dayofyear.head()

0    152
1    181
2     46
3    152
4    108
Name: Time, dtype: int64