在上一篇中,总结了一下关于时间日期的简单计算,但是我们发现很多功能都是datetime库提供的,那么pandas有没有提供跟日期时间有关的函数呢?
自然是有的就是.dt。跟.str一样,后面可以加多个函数进行操作。
这里的dt自然代表的是datetime(我猜)。
比如现在有一组数据:
由于日期这一列是datetime64格式,当导出到excel或者别的地方的时候,就会出现格式不是我们想要的。
这种在导出后还要再次调试格式,让我的懒病都发作了。
一、 日期设置格式:dt.strftime()
注意:经过.dt.strftime()处理后的数据就不再是datetime类型,就算导出到excel也是不能直接被识别为日期的,所以处理时要慎重。
当然,还可以处理成其它格式:
小写的y,年份就只有两位
不要中间的‘-’
中间用斜线
将年份放后面
年份也不要了
还有设置格式更简洁的方式:
dt.date只提取日期部分
只要记住大写Y和小写y的区别,其它的就可以随心所欲了。dt.strftime()与Datetime库里面的格式设置是不一样的,请注意区别。
二、 提取时间日期中的 部分信息:
dt.year能直接提取出年份,而且是整数型。
其它信息和年份差不多:
月份
日
小时
时间
季度
还可以返回星期几:(星期一是0,星期天是6,跟切片的时候很相似。)
这就联想到上一篇文章提到的timedelta类型提取日期,那这个dt能不能用在timedelta类型的数据上呢?
实现了,而且更方便了,这里的.days很类似datetime库里面的.days。相当于用.dt.days代替了之前的map(lambda x:x.days)。
按照这个逻辑,.dt.total_seconds()也是可以使用的。
的确可行。
三、计算天数相关:
这个可以计算日期位于某一年的第几天(正常计数):
下面这个可以计算这些日期位于一年第几周:
除了上面这些,还有.dt后面还可以接很多函数,实在太多,就不一一介绍了。