【Python数据分析基础笔记（仅供本人学习记录）】时间日期转换实例

本文主要是介绍【Python数据分析基础笔记（仅供本人学习记录）】时间日期转换实例，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

import pandas as pd
from datetime import datetime
#导入股票数据
df = pd.read_excel('p:\data\沪深股票股本变动数据.xlsx',
                   sheet_name='sharedata')

#查看df中每个字段数据类型，发现df['日期']是int64
print(df.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 65865 entries, 0 to 65864
Data columns (total 15 columns):
 #   Column      Non-Null Count  Dtype  
---  ------      --------------  -----  
 0   市场类型        65865 non-null  object 
 1   股票代码        65865 non-null  object 
 2   日期          65865 non-null  int64  
 3   变动类型        65865 non-null  object 
 4   每10股票分红（元）  26897 non-null  float64
 5   配股价（元）      26897 non-null  float64
 6   每10股票送几股    26897 non-null  float64
 7   每10股票配几股    26897 non-null  float64
 8   前流通盘        38936 non-null  float64
 9   后流通盘        38936 non-null  float64
 10  前总股本        38936 non-null  float64
 11  后总股本        38936 non-null  float64
 12  浓缩比例        8 non-null      float64
 13  份数          24 non-null     float64
 14  行权价         24 non-null     float64
dtypes: float64(11), int64(1), object(3)
memory usage: 7.5+ MB
None

#将int转换成str
df_date = df['日期'].apply(str)
#用to_datetime()函数将字符串转换成时间格式,并增加'时间'字段
df['时间'] = pd.to_datetime(df_date,format='%Y/%m/%d')
print(df['时间'])

0       1990-03-01
1       1990-09-27
2       1990-09-27
3       1991-02-26
4       1991-03-12
           ...    
65860   2016-12-31
65861   2016-12-31
65862   2016-12-31
65863   2016-12-31
65864   2016-12-31
Name: 时间, Length: 65865, dtype: datetime64[ns]

#将日期格式化，并增加'格式化日期'字段
df['格式化日期1'] = df.时间.apply(lambda x: datetime.
                           strftime(x, format='%Y-%m-%d'))
df['格式化日期2'] = df.时间.dt.strftime('%Y-%m-%d')
print(df['格式化日期1'],'\n',df['格式化日期2'])

0        1990-03-01
1        1990-09-27
2        1990-09-27
3        1991-02-26
4        1991-03-12
            ...    
65860    2016-12-31
65861    2016-12-31
65862    2016-12-31
65863    2016-12-31
65864    2016-12-31
Name: 格式化日期1, Length: 65865, dtype: object 
 0        1990-03-01
1        1990-09-27
2        1990-09-27
3        1991-02-26
4        1991-03-12
            ...    
65860    2016-12-31
65861    2016-12-31
65862    2016-12-31
65863    2016-12-31
65864    2016-12-31
Name: 格式化日期2, Length: 65865, dtype: object

#抽取'时间'字段中的值
df['时间.年'] = df['时间'].dt.year
df['时间.月'] = df['时间'].dt.month
df['时间.周'] = df['时间'].dt.weekday
df['时间.日'] = df['时间'].dt.day
df['时间.时'] = df['时间'].dt.hour
df['时间.分'] = df['时间'].dt.minute
df['时间.秒'] = df['时间'].dt.second
print(df['时间.年'],df['时间.月'],df['时间.周'],df['时间.日'])
print(df['时间.时'],df['时间.分'],df['时间.秒'])

0        1990
1        1990
2        1990
3        1991
4        1991
         ... 
65860    2016
65861    2016
65862    2016
65863    2016
65864    2016
Name: 时间.年, Length: 65865, dtype: int64 0         3
1         9
2         9
3         2
4         3
         ..
65860    12
65861    12
65862    12
65863    12
65864    12
Name: 时间.月, Length: 65865, dtype: int64 0        3
1        3
2        3
3        1
4        1
        ..
65860    5
65861    5
65862    5
65863    5
65864    5
Name: 时间.周, Length: 65865, dtype: int64 0         1
1        27
2        27
3        26
4        12
         ..
65860    31
65861    31
65862    31
65863    31
65864    31
Name: 时间.日, Length: 65865, dtype: int64
0        0
1        0
2        0
3        0
4        0
        ..
65860    0
65861    0
65862    0
65863    0
65864    0
Name: 时间.时, Length: 65865, dtype: int64 0        0
1        0
2        0
3        0
4        0
        ..
65860    0
65861    0
65862    0
65863    0
65864    0
Name: 时间.分, Length: 65865, dtype: int64 0        0
1        0
2        0
3        0
4        0
        ..
65860    0
65861    0
65862    0
65863    0
65864    0
Name: 时间.秒, Length: 65865, dtype: int64

这篇关于【Python数据分析基础笔记（仅供本人学习记录）】时间日期转换实例的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！