溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
Pandas中對 時間 這個屬性的處理有非常非常多的操作。
而本文對其中一個大家可能比較陌生的方法進行講解。其他的我會陸續上傳。
應用情景是這樣的：考慮到有一個數據集，數據集中有用戶注冊賬號的時間（年-月-日），如下圖格式。
如果我們希望對用戶賬號注冊時間轉為具體的天數，我們可以用如下代碼。
import pandas as pd td=data['user_reg_tm'] Time=pd.to_datetime(td) Start=pd.datetime(2016,4,16) day=Start-Time
最后，把天數插入到原來的表中
data['Day']=day
下面簡單的說一下一個時間的創建一些細節。
date=pd.Series(['2016411']) pd.to_datetime(date)
這樣就創建一個時間為 2016-4-11的時間值。
這里有個細節，就是字符串里的時間格式，年月日之間如果沒有分隔，pandas會自動用-號分開，如果要自己手動分隔，例如
date=pd.Series(['2016-4-11'])
這也可以，或者用/號。但是注意，只能用- 或者/來進行分隔，不可使用別的。
有時候我們還需要有時分秒的信息。
date=pd.Series(['2016-4-11 12:12:12'])
最后再說下一個問題，上面我獲得的天數后我們怎么單獨取出“天數”來呢？
很簡單，用.days來訪問。
對于 Series類型，用 data.dt.days
對于 Timedelta類型，可以直接訪問 即 data.days。
例如：
因為data['Day']是Series類型的
data['Day'].dt.days
因為day是Timedelta類型的
day.days
更新：時間處理下篇鏈接點擊打開鏈接
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
