1、pandas.to_datetime常用參數說明
pandas.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True
- errors：參數raise時，表示傳入數據格式不符合是會報錯；ignore時，表示忽略報錯返回原數據；coerce用NaT時間空值代替。
- dayfirst:表示傳入數據的前兩位數為天。如‘030820’——》2020-03-08.
- yearfirst:表示傳入數據的前兩位數為年份。如‘030820’——》2003-08-20.
- format：自定義輸出格式，如“%Y-%m-%d”.
- unit：可以為['D', 'h' ,'m', 'ms' ,'s', 'ns']
- infer_datetime_format:加速計算
- origin：自定義開始時間，默認為1990-01-01
1.1、實例
- errors參數
1 pd.to_datetime(['2014-03-04','123'], format='%Y-%m-%d',errors='raise')
報錯
1 pd.to_datetime(['2014-03-04','123'], format='%Y-%m-%d',errors='ignore')
1 pd.to_datetime(['2014-03-04','123'], format='%Y-%m-%d', errors='coerce')
- unit參數
1 pd.to_datetime(1490195805, unit='s') #精確到秒
1 pd.to_datetime(2490195905423302912, unit='ns')#精確到納秒
- origin參數
1 pd.to_datetime([1, 32, 3], unit='h', 2 origin=pd.Timestamp('2020-01-01')) #與起始時間相加，unit可以為【(D,s,ms,us,ns)】
- dayfirst與yearfirst參數
2、date_time格式屬性
讀取數據並將時間列轉為datetime格式
2.1 提取年月日
1 #提取年月日 2 print(f'{f[0]} 提取年月日為: {f[0].year}年{f[0].month}月{f[0].day}日')
2.2 提取時分秒
1 #提取時分秒 2 print(f'{f[0]} 提取時分秒為: {f[0].hour}時{f[0].minute}分{f[0].second}秒')
2.3 提取季節、星期
1 #提取季節星期 2 print(f'{f[0]} : 第{f[0].quarter}季，星期：{f[0].weekday_name}，數字表示星期：{f[0].dayofweek}')
3、批量處理datetime格式
3.1 列表推導式提取星期再統計
1 #列表推導式提取星期再統計 2 pd.Series([i.weekday_name for i in f]).value_counts()
3.2 Series數據的apply應用
1 #Series數據的apply應用 2 f.apply(lambda x:x.weekday_name).value_counts() #apply 循環
3.3 datetime數據批量處理
1 # datetime數據批量處理 2 f.dt.weekday_name.value_counts()
結果都一樣
