Python

Pandas中对 时间 这个属性的处理有非常非常多的操作。具体可以参考以下链接：

pandas

而本文对其中一个大家可能比较陌生的方法进行讲解。其他的我会陆续上传。

应用情景是这样的：考虑到有一个数据集，数据集中有用户注册账号的时间（年-月-日），如下图格式。

如果我们希望对用户账号注册时间转为具体的天数，我们可以用如下代码。

[python] view plain copy

print?

1. import pandas as pd  
2. td=data['user_reg_tm']  
3. Time=pd.to_datetime(td)  
4. Start=pd.datetime(2016,4,16)  
5. day=Start-Time  

最后，把天数插入到原来的表中

[python] view plain copy

print?

1. data['Day']=day  

——————————————————————————————分割线——————————————————

下面简单的说一下一个时间的创建一些细节。

[python] view plain copy

print?

1. date=pd.Series(['2016411'])  
2. pd.to_datetime(date)  

这样就创建一个时间为 2016-4-11的时间值。

这里有个细节，就是字符串里的时间格式，年月日之间如果没有分隔，pandas会自动用-号分开，如果要自己手动分隔，例如

[python] view plain copy

print?

1. date=pd.Series(['2016-4-11'])  

这也可以，或者用/号。但是注意，只能用- 或者/来进行分隔，不可使用别的。

有时候我们还需要有时分秒的信息。

[python] view plain copy

print?

1. date=pd.Series(['2016-4-11 12:12:12'])  

最后再说下一个问题，上面我获得的天数后我们怎么单独取出“天数”来呢？

很简单，用.days来访问。

对于 Series类型，用 data.dt.days

对于 Timedelta类型，可以直接访问  即 data.days。

例如：

因为data['Day']是Series类型的

[python] view plain copy

print?

1. data['Day'].dt.days  

因为day是Timedelta类型的

day.days

___________________________________________________________________________