pandas中时间字符串转换为年月日方法总结。
- 创建一个dataframe
df = pd.DataFrame(['2019-12-09', '2019-12-02'], columns=["date"])
- 方法1:先转换为时间类型,在获取年月日
# 转换为时间类型
df["date"] = pd.to_datetime(df["date"], format='%Y-%m-%d')
# 获取年
df["year"] = pd.to_datetime(df["date"]).dt.year
# 获取月
df["month"] = pd.to_datetime(df["date"]).dt.month
# 获取日
df["day"] = pd.to_datetime(df["date"]).dt.day
# 获取周
df["week"] = pd.to_datetime(df["date"]).dt.week
print(df)
print(df.dtypes)
结果如下:
date year month day week
0 2019-12-09 2019 12 9 50
1 2019-12-02 2019 12 2 49
date datetime64[ns]
year int64
month int64
day int64
week int64
dtype: object
ts.resample('5Min').sum() ''' 2012-01-01 00:00:00 74477 2012-01-01 00:05:00 74834 2012-01-01 00:10:00 76489 2012-01-01 00:15:00 25095 Freq: 5T, dtype: int64
# 每5分钟进行一次聚合
ts.resample('5Min').sum()
'''
2012-01-01 00:00:00 74477
2012-01-01 00:05:00 74834
2012-01-01 00:10:00 76489
2012-01-01 00:15:00 25095
Freq: 5T, dtype: int64
'''