今日錦囊

特征錦囊：關(guān)于日期特征，你想知道操作都在這兒～

???? Index

• 字符串轉(zhuǎn)日期

• 日期轉(zhuǎn)字符串

• 13位的時(shí)間戳轉(zhuǎn) 日期格式str

• 13位的時(shí)間戳轉(zhuǎn)datetime

• 10位的時(shí)間戳轉(zhuǎn) 日期格式str

• 10位的時(shí)間戳轉(zhuǎn)datetime

• 提取月的總天數(shù)

• 獲取前一天日期

• 獲取今天日期

• 提取日期實(shí)體

• 日期差計(jì)算(天)

• 日期差計(jì)算(小時(shí))

我們做模型經(jīng)常會(huì)遇到很多日期的操作，比如我們要把導(dǎo)入的原始數(shù)據(jù)里的日期做一下預(yù)處理，把該轉(zhuǎn)的類型給轉(zhuǎn)了，把該要提取的信息給提取出來(lái)。今天，這篇錦囊就是把這些相關(guān)日期的操作給羅列了一下，希望大家看了有一定的幫助～

在開(kāi)始之前，我們需要先導(dǎo)入一些常用的庫(kù)包以及捏造一些測(cè)試數(shù)據(jù)。

#?導(dǎo)入相關(guān)庫(kù)包 import?pandas?as?pd import?numpy?as?np import?datetime import?time import?random from?calendar?import?monthrange?#?捏造數(shù)據(jù) df?=?pd.DataFrame([[1,?1508212054157,'1993-11-03'],[2,?1507029571478,'1993-11-04'],[3,?1508211513583,'1993-10-03'],[4,?1507029532200,'1993-02-03'],[5,?1507029671831,'1993-06-20']],columns=['user_id','timestamp13','date'])#?捏造?10位的?時(shí)間戳 df['timestamp10']?=?df['user_id'].apply(lambda?x:int(time.time()-10000*x))df.head()

字符串轉(zhuǎn)日期 ????

#?字符串轉(zhuǎn)日期 df['datetime64']?=?pd.to_datetime(df['date'])

日期轉(zhuǎn)字符串 ????

#?日期轉(zhuǎn)字符串 df['date_str']?=?df['datetime64'].apply(lambda?x:?x.strftime('%Y-%m-%d?%H:%M:%S'))

13位的時(shí)間戳轉(zhuǎn) 日期格式str ????

#?13位的時(shí)間戳轉(zhuǎn)?日期格式str df['timestamp13_to_datetime']?=?df['timestamp13'].apply(lambda?x:?\time.strftime('%Y-%m-%d?%H:%M:%S',time.localtime(x/1000)))

13位的時(shí)間戳轉(zhuǎn)datetime ????

#?13位的時(shí)間戳轉(zhuǎn)datetime df['timestamp13_to_datetime2']?=?pd.to_datetime(df['timestamp13_to_datetime'])

10位的時(shí)間戳轉(zhuǎn) 日期格式str ????

#?10位的時(shí)間戳轉(zhuǎn)?日期格式str df['timestamp10_to_datetime']?=?df['timestamp10'].apply(lambda?x:?\time.strftime('%Y-%m-%d?%H:%M:%S',time.localtime(x)))

10位的時(shí)間戳轉(zhuǎn)datetime ????

#?10位的時(shí)間戳轉(zhuǎn)datetime df['timestamp10_to_datetime2']?=?pd.to_datetime(df['timestamp10_to_datetime'])

提取月的總天數(shù) ????

#?提取月的總天數(shù) def?extract_month_range(year,?month):'''提取這個(gè)月的總天數(shù)'''first_day_of_month,?days_in_a_month?=?monthrange(int(year),?int(month))return?days_in_a_month df['days_in_a_month']?=?df.apply(lambda?x:?extract_month_range(x['year'],?x['month']),?axis=1)

獲取前一天日期 ????

#?獲取前一天日期 df['yesterday']?=?df['datetime64']?-?datetime.timedelta(days=1)

獲取今天日期 ????

#?獲取今天日期 df['today']?=?datetime.date.today()

提取日期實(shí)體 ????

#?提取日期實(shí)體 df['day']?=?df['datetime64'].dt.day?#天 df['weekday']?=?df['datetime64'].dt.weekday?#周 df['month']?=?df['datetime64'].dt.month?#月 df['year']?=?df['datetime64'].dt.year?#年

日期差計(jì)算(天) ????

#?日期差計(jì)算(天) df['day_dif']?=?(df['datetime64']?-?df['yesterday']).dt.days

日期差計(jì)算(小時(shí)) ????

#?日期差計(jì)算(小時(shí)) df['hour_dif']?=?(df['datetime64']?-?df['yesterday']).values/np.timedelta64(1,?'h')?#?換成?D?則為?天

當(dāng)我們跑完了上面的代碼，就會(huì)得到下面的結(jié)果集：

今天的分享就到這里啦～感謝閱讀！

往期精彩回顧適合初學(xué)者入門(mén)人工智能的路線及資料下載機(jī)器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機(jī)器學(xué)習(xí)在線手冊(cè)深度學(xué)習(xí)筆記專輯《統(tǒng)計(jì)學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯 獲取本站知識(shí)星球優(yōu)惠券，復(fù)制鏈接直接打開(kāi)： https://t.zsxq.com/qFiUFMV 本站qq群704220115。加入微信群請(qǐng)掃碼：

總結(jié)

以上是生活随笔為你收集整理的【Python基础】关于日期特征，你想知道操作都在这儿～的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。