目录

将Timestamp转为datetime类型pandas生成时间索引Timestamp与datetimepandas从Timestamp中提取小时分钟等假设数据为

将Timestamp转为datetime类型

在Pandas中我们在处理时间序列的时候常用的方法有：

【资料图】

pd.to_datetime()pd.date_range()

pandas生成时间索引

# pd.date_range()
index = pd.date_range("20210101",periods=20)
index
Out[29]: 
DatetimeIndex(["2021-01-01", "2021-01-02", "2021-01-03", "2021-01-04",
               "2021-01-05", "2021-01-06", "2021-01-07", "2021-01-08",
               "2021-01-09", "2021-01-10", "2021-01-11", "2021-01-12",
               "2021-01-13", "2021-01-14", "2021-01-15", "2021-01-16",
               "2021-01-17", "2021-01-18", "2021-01-19", "2021-01-20"],
              dtype="datetime64[ns]", freq="D")


# pd.to_datetime()
df = pd.DataFrame(data=range(20210101,20210128),columns=["period"])
df["aa"] = pd.to_datetime(df["period"],format="%Y%m%d")
df
Out[24]: 
      period         aa
0   20210101 2021-01-01
1   20210102 2021-01-02
2   20210103 2021-01-03
3   20210104 2021-01-04
4   20210105 2021-01-05
5   20210106 2021-01-06
6   20210107 2021-01-07
7   20210108 2021-01-08
8   20210109 2021-01-09
9   20210110 2021-01-10
10  20210111 2021-01-11
11  20210112 2021-01-12
12  20210113 2021-01-13
13  20210114 2021-01-14
14  20210115 2021-01-15
15  20210116 2021-01-16
16  20210117 2021-01-17
17  20210118 2021-01-18
18  20210119 2021-01-19
19  20210120 2021-01-20
20  20210121 2021-01-21
21  20210122 2021-01-22
22  20210123 2021-01-23
23  20210124 2021-01-24
24  20210125 2021-01-25
25  20210126 2021-01-26
26  20210127 2021-01-27

index[1]
Out[30]: Timestamp("2021-01-02 00:00:00", freq="D")
df["aa"][1]
Out[31]: Timestamp("2021-01-02 00:00:00")
df["aa"][1] == index[1]
Out[32]: True

type(df["aa"][1])
Out[33]: pandas._libs.tslibs.timestamps.Timestamp
type(index[1])
Out[34]: pandas._libs.tslibs.timestamps.Timestamp

Timestamp与datetime

从上面代码可以看出，pandas中的时间格式是pandas._libs.tslibs.timestamps.Timestamp

但是python中常用的时间格式是datetime.datetime

to_pydatetime()

t = datetime(2021,1,2)
type(t)
Out[54]: datetime.datetime
t
Out[55]: datetime.datetime(2021, 1, 2, 0, 0)
r = (index[1].to_pydatetime())
type(r)
Out[57]: datetime.datetime
t == r
Out[58]: True

将pandas Timestamp 转为 datetime 类型

In [11]: ts = pd.Timestamp("2014-01-23 00:00:00", tz=None)
In [12]: ts.to_pydatetime()
Out[12]: datetime.datetime(2014, 1, 23, 0, 0)

It"s also available on a DatetimeIndex
rng = pd.date_range("1/10/2011", periods=3, freq="D")
rng.to_pydatetime()
Out[60]: 
array([datetime.datetime(2011, 1, 10, 0, 0),
       datetime.datetime(2011, 1, 11, 0, 0),
       datetime.datetime(2011, 1, 12, 0, 0)], dtype=object)

pandas从Timestamp中提取小时分钟等

官方文档： https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#from-timestamps-to-epoch

最近需要提取某一天的时刻距离0:00的分钟数，找了文档之后想到这样一个办法：

假设数据为

In [64]: stamps = pd.date_range("2012-10-08 18:15:05", periods=4, freq="h")
In [65]: stamps
Out[65]: 
DatetimeIndex(["2012-10-08 18:15:05", "2012-10-08 19:15:05",
               "2012-10-08 20:15:05", "2012-10-08 21:15:05"],
              dtype="datetime64[ns]", freq="D")

先得到距离1970-01-01的秒数

In [66]: (stamps - pd.Timestamp("1970-01-01")) // pd.Timedelta("1s")
Out[66]: Int64Index([1349720105, 1349723705, 1349727305, 1349730905], dtype="int64")

对天取余，得到距离0:00的秒数

In [67]: (stamps - pd.Timestamp("1970-01-01")) // pd.Timedelta("1s") % 86400
Out[67]: Int64Index([65705, 69305, 72905, 76505], dtype="int64")

取距离0:00的分钟数

In [68]: (stamps - pd.Timestamp("1970-01-01")) // pd.Timedelta("1s") % 86400 /60
Out[68]: Int64Index([1095.0833333333333, 1155.0833333333333, 1215.0833333333333,
              1275.0833333333333], dtype="float64")

同样的，也可以取小时数

In [69]: (stamps - pd.Timestamp("1970-01-01")) // pd.Timedelta("1s") % 86400 /3600
Out[68]: Int64Index([18.25138888888889, 19.25138888888889, 20.25138888888889,
              21.25138888888889], dtype="float64")

取小时整数–当然取小时整数也有别的方法。

In [70]: (stamps - pd.Timestamp("1970-01-01")) // pd.Timedelta("1s") % 86400 //3600
Out[70]: Int64Index([18, 19, 20, 21], dtype="int64")

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

关键词： 时间格式 希望大家 可以看出 处理时间