这次介绍日期数据处理。
用python中的方法对日期数据进行处理, 我们可以获取很多有用的信息, 比如年月日,星期,周次,季度等, 这里分享工作和数据竞赛30余种常用的转换方法。
1 计算日期的年月日时分秒,星期,周次…
用pandas的read_excel()方法读取excel表数据,将表格中"日期"列转日期格式
- import pandas as pd
- import numpy as np
- import datetime
-
- df = pd.read_excel('./日期问题.xlsx')
- # 将日期列转成日期格式
- df['日期'] = pd.to_datetime(df['日期'])

dt模块可轻松获取日期基本属性
- # 转年月日格式(字符串文本)
- df['年月日'] = df['日期'].apply(lambda x: x.strftime('%Y%m%d'))
- df['年']=df['日期'].dt.year
- df['季度']=df['日期'].dt.quarter
- df['月']=df['日期'].dt.month
- df['日']=df['日期'].dt.day
- df['星期几']=df['日期'].dt.dayofweek
- df['周次']=df['日期'].dt.week
- df['时']=df['日期'].dt.hour
- df['分']=df['日期'].dt.minute
- df['秒']=df['日期'].dt.second

2计算一年中的第几天, 第几个10分钟, 日期转数值
通过对天, 时,分的四则运算将日期转为序列数值数据
- df['一年中的第几天']=df['日期'].dt.dayofyear
- df['一天中的第几分钟']=df['日期'].apply(lambda x: x.minute + x.hour*60)
- df['一天中的第几个10分钟'] = df['时'] * 6 + df['分'] // 10
- df['数值'] = df["日期"].values.astype(np.int64) // 10 ** 9
- # 转年月(数值)
- df['年月'] = df['日期'].dt.year * 100 + df['日期'].dt.month

3判断日期是否闰年,年初年末,月初月末…
apply() 和lambda()方法使用. python中2个强大的高阶函数.
- df['是否闰年'] = df['日期'].apply(lambda x: x.is_leap_year) # 是否闰年
- df['是否月初'] = df['日期'].apply(lambda x: x.is_month_start) # 是否月初
- df['是否月末'] = df['日期'].apply(lambda x: x.is_month_end) # 月末
- df['是否季节初'] = df['日期'].apply(lambda x: x.is_quarter_start) # 季度初
- df['是否季节末'] = df['日期'].apply(lambda x: x.is_quarter_end) # 季度末
- df['是否年初'] = df['日期'].apply(lambda x: x.is_year_start) # 年初
- df['是否年尾'] = df['日期'].apply(lambda x: x.is_year_end) # 年内末
- df['是否周末'] = df['日期'].apply(lambda x: True if x.dayofweek in [5, 6] else False) # 是否周末
- df.loc[((df['时'] >= 8) & (df['时'] < 22)), '是否营业时间'] = True

4字符串时段,季节
构造字典, 用map方法进行替换.
- period_dict ={
- 23: '深夜', 0: '深夜', 1: '深夜',
- 2: '凌晨', 3: '凌晨', 4: '凌晨',
- 5: '早晨', 6: '早晨', 7: '早晨',
- 8: '上午', 9: '上午', 10: '上午', 11: '上午',
- 12: '中午', 13: '中午',
- 14: '下午', 15: '下午', 16: '下午', 17: '下午',
- 18: '傍晚',
- 19: '晚上', 20: '晚上', 21: '晚上', 22: '晚上',
- }
- df['时间段']=df['时'].map(period_dict)
- # 一年中的哪个季度
- season_dict = {
- 1: '春季', 2: '春季', 3: '春季',
- 4: '夏季', 5: '夏季', 6: '夏季',
- 7: '秋季', 8: '秋季', 9: '秋季',
- 10: '冬季', 11: '冬季', 12: '冬季',
- }
- df['季节']=df['月'].map(season_dict)
-

5for循环快捷计算
python中的getattr()方法
- time_features = ['year', 'month', 'quarter', 'week', 'day', 'dayofweek', 'dayofyear']
- dtype = np.int16
- for time_feature in time_features:
- df[time_feature] = getattr(df['日期'].dt, time_feature).astype(dtype)

6时间间隔天数计算
日期与一指定日期或者今天日期相比, 计算间隔天数
- # 设置初始的时间
- base_time = datetime.datetime.strptime('2021-06-01', '%Y-%m-%d')
- # 计算时间差
- df['时间差'] = df['日期'].apply(lambda x: x-base_time).dt.days
- # 距离今天天数
- df['间隔天数'] = list(map(lambda x: x.days, pd.to_datetime('today') - df['日期']))

补充:Python日期获取今天及昨天的年月日等信息
- import time
- from datetime import datetime, date, timedelta
-
- # 当前日期
- now_date = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
- print("now_date: {}".format(now_date))
-
- # 当前时间的年月日
- year = datetime.now().year
- month = datetime.now().month
- day = datetime.now().day
-
- print(f"year: {year}, month: {month}, day: {day}")
-
- # 昨天
- month_yesterday = (date.today() + timedelta(days=-1)).month
- day_yesterday = (date.today() + timedelta(days=-1)).day
-
- print(f"month_yesterday: {month_yesterday}, day_yesterday: {day_yesterday}")
输出结果:
now_date: 2022-06-01 11:22:11
year: 2022, month: 6, day: 1
month_yesterday: 5, day_yesterday: 31
总结
到此这篇关于用python从日期中获取年、月、日和星期等30种信息的文章就介绍到这了,更多相关python从日期获取年月日星期内容请搜索w3xue以前的文章或继续浏览下面的相关文章希望大家以后多多支持w3xue!