pandas 日期时间数据的分割提取操作

Posted duoba

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas 日期时间数据的分割提取操作相关的知识,希望对你有一定的参考价值。

import pandas as pd
import numpy as np
import time
s=time.time()
data_2019=pd.read_excel('d:\data\abc.xlsx')
data=data_2019[['卡号','交易时间']]
data['日期'] =data_2019['交易时间'].dt.date
data['时间'] =data_2019['交易时间'].dt.time
data['年'] = data_2019['交易时间'].dt.year
data['季节'] = data_2019['交易时间'].dt.quarter
data['月'] = data_2019['交易时间'].dt.month
data['周']=data_2019['交易时间'].dt.week
data['日'] = data_2019['交易时间'].dt.day
data['小时'] =data_2019['交易时间'].dt.hour
data['分钟'] =data_2019['交易时间'].dt.minute
data['秒'] = data_2019['交易时间'].dt.second
data['一年第几天'] =data_2019['交易时间'].dt.dayofyear
data['一年第几周'] = data_2019['交易时间'].dt.weekofyear
data['一周第几天'] = data_2019['交易时间'].dt.dayofweek
data['一个月含有多少天'] = data_2019['交易时间'].dt.days_in_month
data['星期名称'] =data_2019['交易时间'].dt.weekday_name
print(data)
data.to_excel('d:\data\abcsss.xlsx')

参考 https://blog.csdn.net/weixin_44663675/article/details/101030800

以上是关于pandas 日期时间数据的分割提取操作的主要内容,如果未能解决你的问题,请参考以下文章

从 pandas Dataframe 中提取月份数据

从 json 中提取日期和数字并将它们附加到 pandas 数据框

pandas使用date_range函数生成日期序列数据pandas将两个日期序列数据作差生成新的日期差数据列(8 days)并提取天数数值

使用 BeautifulSoup 从表的前两列中提取日期并将它们排列在 Pandas 数据框中,没有重复

在具有非唯一索引列日期的 Dask 数据框中提取最新值

pandas:从时间戳中提取日期和时间