pandas时间戳转化为时间,pandas时间戳转换日期格式

　　在零售、经济和金融行业，由于货币和销售，数据总是在变化，所有生成的数据都高度依赖于时间。如果这些数据没有时间戳或标记，实际上很难管理所有收集的数据。本文为大家准备了7个熊猫常用的时间戳处理函数，有需要的可以参考一下。

　　00-1010 1.查找特定日期中某一天的名称。执行算术计算3。使用时区信息转换日期和时间4。使用日期时间戳5。创建日期系列6。操作日期系列7。带时间戳数据的切片数据。在零售、经济和金融行业，由于货币和销售，数据总是在变化，所有生成的数据都高度依赖于时间。如果这些数据没有时间戳或标记，实际上很难管理所有收集的数据。Python程序允许我们使用NumPy timedelta64和datetime64来操作和检索时间序列数据。sklern库也提供了时间序列函数，但是熊猫给我们提供了更多更易用的函数。

　　熊猫图书馆有四个与时间相关的概念。

　　Date: DateTime表示特定的日期和时间及其各自的时区。它在pandas中的数据类型是datetime64[ns]或datetime64[ns，tz]。时间增量：时间增量表示时间差，它们可以是不同的单位。例如：“日、小时、负号”等。换句话说，它们是datetime的子类。时间跨度：时间跨度称为固定周期内的相关频率。时间跨度的数据类型是period[freq]。日期偏移：日期偏移有助于从当前日期计算所选日期。在pandas中，日期偏移没有特定的数据类型。时间序列分析至关重要，因为它们可以帮助我们理解影响趋势或系统模式的因素。借助数据可视化进行分析并做出后续决策。

　　现在让我们看一些使用这些函数的例子。

1、查找特定日期的某一天的名称

　　进口熊猫作为pd

　　日=日。时间戳(“2021年1月5日”)

　　第1天=第一天pd。时间增量(“3天”)

　　day1.day_name()

　　day2=day1 pd.offsets.BDay()

　　day2.day_name()

　　在第一个代码中，显示三天后的日期名称。“时间增量”功能允许您输入任何日单位(天、小时、分钟、秒)的时差。

　　在第二个代码中，“偏移量”。BDay()"功能用于显示下一个工作日。也就是说，意味着周五之后，下一个工作日就是周一。

2、执行算术计算

　　获取时区信息。

　　进口熊猫作为pd

　　将numpy作为np导入

　　从日期时间导入日期时间

　　dat _ ran=dat _ ran . tz _ localize(" UTC ")

　　达特兰

　　转换为美国时区

　　dat_ran.tz_convert("美国/太平洋")

　　代码的目标是改变日期的时区。首先，您需要找到当前时区。这是由“tz_localize()”函数完成的。现在我们知道当前时区是“UTC”。使用“tz_convert()”函数转换为美国/太平洋时区。

3、使用时区信息来操作转换日期时间

　　/h2>

import pandas as pd

5、创建日期系列

import pandas as pd

　　上面的代码生成了一个日期系列的范围。使用date_range函数，输入开始和结束日期，可以获得该范围内的日期。

6、操作日期序列

import pandas as pd

　　在上面的代码中，使用DataFrame函数将字符串类型转换为dataframe。最后np.random.randint()函数是随机生成一些假定的数据。

7、使用时间戳数据对数据进行切片

import pandas as pd

　　上面代码是是第6条的的延续。在创建dataframe并将其映射到随机数后，对列表进行切片。

　　最后总结，本文通过示例演示了时间序列和日期函数的所有基础知识。建议参考本文中的内容并尝试pandas中的其他日期函数进行更深入的学习，因为这些函数在我们实际工作中非常的重要。

　　以上就是Pandas中常用的七个时间戳处理函数使用总结的详细内容，更多关于Pandas时间戳处理函数的资料请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。