Pandas处理日期数据的常见操作集锦

数据读取及整理
获取某个日期之前/后或时间区间的数据
python 获取当前时间及前一天时间
pandas的日期时间间隔运算选取指定时间范围内/外的数据
利用pandas计算DataFrame两列日期的间隔小时数
numpy中-Datetimes and Timedeltas的使用
日期格式转换
日期的计算

数据读取及整理

将数据类型转换为日期类型

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

将date设置为index

 df = df.set_index('date')

获取某年的数据

print(df['2010'].head())

获取某月的数据

print(df['2013-11'].head())

提取全日期字段中的日期和时间项

data4["订单生成时间"] = pd.to_datetime(data4["订单生成时间"])
data4["时间"] = data4["订单生成时间"].dt.hour   #提取时间
data4["日期"] = data4["订单生成时间"].dt.date   #提取日期

获取某个日期之前/后或时间区间的数据
dataframe的.truncate()函数可以截取某个时期之前或之后的数据，或者某个时间区间的数据，进行统计分析。
注意事项：
使用.truncate()函数对df进行数据集截取，遇到截取数据不符合预期，且若时间序列无序会抛出异常
解决措施：
在使用.truncate()函数对df进行数据集截取之前，需要先使用df=df.sort_values(‘date’)‘date’列按时间先后进行排序，然后使用df = df.set_index('date')，将“date”设置为index，最后再使用df_last=df.truncate(after=‘2019-05-22 16:00:00’)提取指定时间节点之前的数据。
函数语法：

DataFrame.truncate(before=None, after=None, axis=None, copy=True)

参数说明：
before：取值范围：date，string，int，是指截断此索引值之前的所有行
after：取值范围：date，string，int，是指截断此索引值后的所有行
axis：取值范围：{0或’index’，1或’columns’}（可选），是指轴截断。默认情况截断索引（行）。
copy：取值范围：boolean，默认为True，返回截断部分的副本
常见用法：

获取2014年以后的数据

print(df.truncate(before='2014').head())

获取2013-11月之前的数据，用after

print(df.truncate(after='2013-11').head())

获取2016-02月以后的数据，用before

print(df.truncate(before='2016-02').head())

获取2019-05-22日16:00:00时之前的数据

 df=data.truncate(after='2019-05-22 16:00:00')

获取指定时间区间的数据

 df=df['2016-02-2':'2016-02-10']

获取指定时间区间的数据

 df=df['2016-02-2':'2016-02-10']

python 获取当前时间及前一天时间

import datetime
from pandas.tseries.offsets import Day
now_time =datetime.datetime.now()#获取当前时间
yes_time = (now_time -1*Day()).strftime('%Y-%m-%d')#格式化
print(yes_time)

pandas的日期时间间隔运算

import datetime
from datetime import timedelta
df_189[‘订单生成日期’]=pd.to_datetime(df_189[‘订单生成日期’])  #修改“订单生成时间”的数据类型
df_189[‘订单生成日期’]+timedelta(days=1)  #后一天的日期
df_189[‘订单生成日期’]-timedelta(days=3)  #前3天的日期

选取指定时间范围内/外的数据

   ##提取3日前日期和7日前日期
now_time =datetime.datetime.now()#获取当前时间
yes_time_7 = (now_time -7*Day()).strftime('%Y-%m-%d')#格式化
yes_time_3= (now_time-3*Day()).strftime("%Y-%m-%d")
print(yes_time_7)
print('='*50)
print(yes_time_3)df_189['订单生成日期']=pd.to_datetime(df_189['订单生成日期'])  #修改“订单生成时间”的数据类型
df_189_7= df_189[df_189['订单生成日期']==yes_time_7]
df_189_3= df_189[df_189['订单生成日期']==yes_time_3]
print(df_189_7.info()) #选取该错误数据对应的时间范围外的数据，多个条件时 '|'代表'或'，'&'代表'且'  或者 
a= df_189[df_189['订单生成日期']=='2019-06-23']   #筛选2019-06-23的数据

利用pandas计算DataFrame两列日期的间隔小时数

import pandas as pd
#方法一：
#先利用to_datetime转换为时间格式，tm列的数据形式为'yyyy-MM-dd HH:mm:ss'
df['tm_1'] = pd.to_datetime(df['tm_1'])
df['tm_2'] = pd.to_datetime(df['tm_2'])
#利用".dt.seconds"转换为秒，除以相对于的间隔数得到分钟、小时等
df['diff_time'] = (df['tm_1'] - df['tm_2']).dt.seconds/60
#利用round函数可进行四舍五入
df['diff_time'] = round(df['diff_time'])

#方法二，日期相减变为小时；变为天的话将h替换为D即可：
df['diff_time'] = (df['tm_1'] - df['tm_2']).values/np.timedelta64(1, 'h')
#Dataframe中的时间是不能直接进行相加减的,所以需要先用pandas的to_datetime()方法，转化成时间格式进行加减，然后再转换成df格式
#delta=df1['Time_end']-df1['Time_start'] #直接报错TypeError: unsupported operand type(s) for -: 'str' and 'str'
#日期相减变为小时；变为天的话将h替换为D即可：
sf_df['交易周期']=pd.DataFrame((pd.to_datetime(sf_df['交易完成时间'])-pd.to_datetime(sf_df['订单生成时间'])).values/np.timedelta64(1,'h'))

numpy中-Datetimes and Timedeltas的使用日期格式转换
在numpy中，使用np.datetime64('2017-08' , 'D')可以很方便的将字符串转换成日期类型。

import numpy as np
np.datetime64('2017-08-06')  #精确到日
>>> 
numpy.datetime64('2017-08-06')
np.datetime64('2018-08')   #精确到月
>>>
numpy.datetime64('2018-08')
# 通过参数，强制将数据格式转为我们想要的粒度
np.datetime64('2017-08','D')  #转化到日
>>>
numpy.datetime64('2017-08-01')
np.datetime64('2017-08','Y')  #转化到年
>>>
numpy.datetime64('2017')
a = np.array(['2017-07-01','2017-07-15','2017-08-01'],dtype = np.datetime64)  #列表日期
a
>>>
array(['2017-07-01', '2017-07-15', '2017-08-01'], dtype='datetime64[D]')
# 我们也可以使用arange函数初始化数组
b = np.arange('2017-08-01','2017-09-01',dtype = np.datetime64)
b
>>>
array(['2017-08-01', '2017-08-02', '2017-08-03', '2017-08-04',
       '2017-08-05', '2017-08-06', '2017-08-07', '2017-08-08',
       '2017-08-09', '2017-08-10', '2017-08-11', '2017-08-12',
       '2017-08-13', '2017-08-14', '2017-08-15', '2017-08-16',
       '2017-08-17', '2017-08-18', '2017-08-19', '2017-08-20',
       '2017-08-21', '2017-08-22', '2017-08-23', '2017-08-24',
       '2017-08-25', '2017-08-26', '2017-08-27', '2017-08-28',
       '2017-08-29', '2017-08-30', '2017-08-31'], dtype='datetime64[D]')

日期的计算
在numpy中，我们可以进行简单的日期计算

# 两个日期相减，会得到相差的天数
np.datetime64('2017-08-03') - np.datetime64('2017-07-15')
>>>
numpy.timedelta64(19,'D')
# 这里日期可以直接减去对应的天数
np.datetime64('2017-08-03') - np.timedelta64(20,'D')
>>>
#这里日期的粒度必须保证一样，一个是D，一个是M，是不可以相减的
np.datetime64('2017-08-03') - np.timedelta64(1,'M')
>>>
TypeError: Cannot get a common metadata divisor for NumPy datetime metadata [D] and [M] because they have incompatible nonlinear base time units
np.datetime64('2017-08') - np.timedelta64(1,'M')
>>>
numpy.datetime64('2017-07')

(np.datetime64('2014-10-30 23:00:00') - np.datetime64('2014-10-21 00:00:00'))  #按秒计时

(np.datetime64('2014-10-30 23:00:00') - np.datetime64('2014-10-21 00:00:00'))/np.timedelta64(1, 'h')   #计算时间差，并转为小时
>>>
239.0
#计算终止时间-初试时间，转为小时格式，最后格式设置为整型。np.floor((x - start_hour) / np.timedelta64(1, 'h')).astype(np.uint16)
np.floor((np.datetime64('2014-10-30 23:00:00') - 
          np.datetime64('2014-10-21 00:00:00'))/np.timedelta64(1, 'h')).astype(np.uint16)
 >>>
 239

Pandas处理日期数据的常见操作集锦

猜你喜欢