时间格式

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
'''