python 怎樣將dataframe中的字符串日期轉(zhuǎn)化為日期的方法
方法一:也是最簡單的
直接使用pd.to_datetime函數(shù)實(shí)現(xiàn)
data['交易時(shí)間'] = pd.to_datetime(data['交易時(shí)間'])
方法二:
源自利用python進(jìn)行數(shù)據(jù)分析P304
使用python的datetime包中的
strptime函數(shù),datetime.strptime(value,'%Y/%M/%D')
strftime函數(shù),datetime.strftime(‘%Y/%M/%D')
注意使用datetime包中后面的字符串匹配需要和原字符串的格式相同,才能轉(zhuǎn)義過來,相當(dāng)于yyyy-mm-dd格式的需要按照'%Y-%M-%D'來實(shí)現(xiàn),而不是'%Y/%M/%D'
data['交易時(shí)間']=data['交易時(shí)間'].apply(lambda x:datetime.strptime(x,'%Y-%m-%d %H:%M:%S'))
注意到上面代碼的'%Y-%m-%d %H:%M:%S'嘛?
這里的格式必須與原數(shù)值的格式一模一樣才能轉(zhuǎn)換,如果原數(shù)值里面是精確到時(shí)分秒的,那么你此處不寫%H:%M:%S就沒辦法轉(zhuǎn)換!!!切記
''' 獲取指定日期的上個(gè)月 日期字符串和日期格式 ''' def getLastMonth(dtstr,dateformat): d=datetime.strptime(dtstr, dateformat).date() year = d.year month = d.month if month == 1 :#如果是本年1月的 month = 12 year -= 1 else :#如果是大于1月的 month -= 1 return (datetime(year,month,1)).strftime(dateformat) ''' 兩個(gè)日期之間相差的月數(shù) 包括開始日期和結(jié)束日期的當(dāng)天 日期字符串和日期格式 ''' def diffMonth(startDate,endDate,dateformat): start=datetime.strptime(startDate, dateformat).date() end=datetime.strptime(endDate, dateformat).date() startYear=start.year startMonth=start.month endYear=end.year endMonth=end.month #如果是同年 if startYear==endYear: diffmonths=endMonth-startMonth #如果是上年 elif endYear-startYear==1: diffmonths=12+endMonth-startMonth #如果是大于1年 elif endYear-startYear>1: years=endYear-startYear diffmonths=(years-1)*12+12+endMonth-startMonth #如果開始日期大約結(jié)束日期報(bào)錯(cuò) elif endYear-startYear<0 or( endYear==startYear and endMonth-startMonth): print 'enddate must greater than startdate' return int(diffmonths+1)
以上就是本文的全部內(nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
pandas 把數(shù)據(jù)寫入txt文件每行固定寫入一定數(shù)量的值方法
今天小編就為大家分享一篇pandas 把數(shù)據(jù)寫入txt文件每行固定寫入一定數(shù)量的值方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-12-12
使用keras實(shí)現(xiàn)非線性回歸(兩種加激活函數(shù)的方式)
這篇文章主要介紹了使用keras實(shí)現(xiàn)非線性回歸(兩種加激活函數(shù)的方式)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-07-07
利用Python腳本實(shí)現(xiàn)ping百度和google的方法
最近在做SEO的時(shí)候，為了讓發(fā)的外鏈能夠快速的收錄，想到了利用ping的功能，google和百度都有相關(guān)的ping介紹，有興趣的朋友可以去看看相關(guān)的知識(shí)。下面這篇文章主要介紹了利用Python腳本實(shí)現(xiàn)ping百度和google的方法,需要的朋友可以參考借鑒，一起來看看吧。2017-01-01
這篇文章主要介紹了python與xml數(shù)據(jù)的交互詳解，文章圍繞主題站卡詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的朋友可以參考一下2022-07-07
分析語音數(shù)據(jù)增強(qiáng)及python實(shí)現(xiàn)
數(shù)據(jù)增強(qiáng)是一種生成合成數(shù)據(jù)的方法，即通過調(diào)整原始樣本來創(chuàng)建新樣本。這樣我們就可獲得大量的數(shù)據(jù)。這不僅增加了數(shù)據(jù)集的大小，還提供了單個(gè)樣本的多個(gè)變體，這有助于我們的機(jī)器學(xué)習(xí)模型避免過度擬合2021-06-06
大家好，本篇文章主要講的是python生成密碼字典詳解，感興趣的同學(xué)趕快來看一看吧，對(duì)你有幫助的話記得收藏一下，方便下次瀏覽2022-01-01
這篇文章主要介紹了簡單講解Python中內(nèi)置函數(shù)的使用,函數(shù)的使用是Python學(xué)習(xí)當(dāng)中的基本功,需要的朋友可以參考下2015-04-04
今天小編就為大家分享一篇在pycharm中python切換解釋器失敗的解決方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-10-10
使用PyTorch處理多維特征輸入數(shù)據(jù)的完美實(shí)現(xiàn)
在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)領(lǐng)域,我們經(jīng)常會(huì)面對(duì)具有多維特征輸入的問題,這種情況出現(xiàn)在各種應(yīng)用中,包括圖像識(shí)別、自然語言處理、時(shí)間序列分析等,PyTorch是一個(gè)強(qiáng)大的深度學(xué)習(xí)框架,在本篇博客中,我們將探討如何使用PyTorch來處理多維特征輸入數(shù)據(jù)2023-10-10
python 讀寫txt文件 json文件的實(shí)現(xiàn)方法
下面小編就為大家?guī)硪黄猵ython 讀寫、創(chuàng)建 文件的實(shí)現(xiàn)方法。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2016-10-10