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(xù)上傳。

應(yīng)用情景是這樣的：考慮到有一個數(shù)據(jù)集，數(shù)據(jù)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(zhuǎn)為具體的天數(shù)，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(shù)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(chuàng)建一些細節(jié)。

            
date=pd.Series(['2016411'])
pd.to_datetime(date)
          

這樣就創(chuàng)建一個時間為 2016-4-11的時間值。

這里有個細節(jié)，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(shù)后我們怎么單獨取出“天數(shù)”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(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。