dt

时间类型格式

使用Series.dt访问器, 需要先将当前Series转换为datetimelike类型的格式, 在pandas中指的就是:

• Datetime

• Timedelta

• Period

格式转化

Datetime

• 可以在IO时直接将字符串表示的时间格式, 通过一定的设置, 转换成Datetime的类型.

  例如如下的数据格式:

    data = pd.read_csv(file_path)
    data.head()

            Month    #Passengers
    0    1949-01    112
    1    1949-02    118
    2    1949-03    132
    3    1949-04    129
    4    1949-05    121

  其中的Month列就符合%Y-%m的格式, 因此读取方法改为:

    data = pd.read_csv(file_path, parse_dates=["Month"], date_parser=lambda x: pd.datetime.strptime(x, "%Y-%m"))
    data.head()

            Month    #Passengers
    0    1949-01-01    112
    1    1949-02-01    118
    2    1949-03-01    132
    3    1949-04-01    129
    4    1949-05-01    121

  或者直接使用自动推断的方法, 更简单省事, 对于一般的格式都能很好的完成:

    data = pd.read_csv(file_path, parse_dates=["Month"], infer_datetime_format=True)

• 另外也可以使用pandas.to_datetime函数, 将指定的一列转为Datetime格式, 方法更灵活.

    pandas.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=False)

  其中比较重要的参数有:

  • arg: integer, float, string, datetime, list, tuple, 1-d array, Series

    • 要转换的数据, 注意支持多种格式的数据

  • errors: {‘ignore’, ‘raise’, ‘coerce’}, default ‘raise’

    • 遇到无法转换的脏数据如何处理

    • coerce方法将会对应返回NaT

  • format: string, default None

  • infer_datetime_format: boolean, default False

    • 自动推断格式, 不需要给出format

    转换例子如下:

    >>> df = pd.DataFrame({'year': [2015, 2016],
                     'month': [2, 3],
                     'day': [4, 5]})
    >>> pd.to_datetime(df)
    0   2015-02-04
    1   2016-03-05
    dtype: datetime64[ns]

    >>> pd.to_datetime('13000101', format='%Y%m%d', errors='ignore')
    datetime.datetime(1300, 1, 1, 0, 0)
    >>> pd.to_datetime('13000101', format='%Y%m%d', errors='coerce')
    NaT

    >>> pd.to_datetime(1490195805, unit='s')
    Timestamp('2017-03-22 15:16:45')
    >>> pd.to_datetime(1490195805433502912, unit='ns')
    Timestamp('2017-03-22 15:16:45.433502912')

    >>> pd.to_datetime([1, 2, 3], unit='D',
                  origin=pd.Timestamp('1960-01-01'))
    0    1960-01-02
    1    1960-01-03
    2    1960-01-04

Timedelta

使用pandas.to_timedelta函数进行转化.

pandas.to_timedelta(arg, unit='ns', box=True, errors='raise')

>>> pd.to_timedelta('1 days 06:05:01.00003')
Timedelta('1 days 06:05:01.000030')
>>> pd.to_timedelta('15.5us')
Timedelta('0 days 00:00:00.000015')

>>> pd.to_timedelta(['1 days 06:05:01.00003', '15.5us', 'nan'])
TimedeltaIndex(['1 days 06:05:01.000030', '0 days 00:00:00.000015', NaT],
               dtype='timedelta64[ns]', freq=None)

>>> pd.to_timedelta(np.arange(5), unit='s')
TimedeltaIndex(['00:00:00', '00:00:01', '00:00:02',
                '00:00:03', '00:00:04'],
               dtype='timedelta64[ns]', freq=None)
>>> pd.to_timedelta(np.arange(5), unit='d')
TimedeltaIndex(['0 days', '1 days', '2 days', '3 days', '4 days'],
               dtype='timedelta64[ns]', freq=None)

>>> pd.to_timedelta(np.arange(5), box=False)
array([0, 1, 2, 3, 4], dtype='timedelta64[ns]')

dt中的重要方法

• Series.dt.date

  • 返回一个元素格式为python中的datetime.date对象的numpy array

  • 之后对于其中的每个元素就可以使用datetime中的strftime等方法进行继续的操作

• Series.dt.time

  • • 返回一个元素格式为python中的datetime.time对象的numpy array

• Series.dt.year

• Series.dt.month

• Series.dt.day

• Series.dt.hour

• Series.dt.minute

• Series.dt.second

• Series.dt.microsecond

• Series.dt.nanosecond

• Series.dt.week / Series.dt.weekofyear

• Series.dt.weekday / Series.dt.dayofweek

  • Monday=0, Sunday=6

• Series.dt.quarter