今日錦囊

特征錦囊：關于日期特征，你想知道操作都在這兒～

???? Index

• 字符串轉日期

• 日期轉字符串

• 13位的時間戳轉 日期格式str

• 13位的時間戳轉datetime

• 10位的時間戳轉 日期格式str

• 10位的時間戳轉datetime

• 提取月的總天數

• 獲取前一天日期

• 獲取今天日期

• 提取日期實體

• 日期差計算(天)

• 日期差計算(小時)

我們做模型經常會遇到很多日期的操作，比如我們要把導入的原始數據里的日期做一下預處理，把該轉的類型給轉了，把該要提取的信息給提取出來。今天，這篇錦囊就是把這些相關日期的操作給羅列了一下，希望大家看了有一定的幫助～

在開始之前，我們需要先導入一些常用的庫包以及捏造一些測試數據。

#?導入相關庫包 import?pandas?as?pd import?numpy?as?np import?datetime import?time import?random from?calendar?import?monthrange?#?捏造數據 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?時間戳 df['timestamp10']?=?df['user_id'].apply(lambda?x:int(time.time()-10000*x))df.head()

字符串轉日期 ????

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

日期轉字符串 ????

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

13位的時間戳轉 日期格式str ????

#?13位的時間戳轉?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位的時間戳轉datetime ????

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

10位的時間戳轉 日期格式str ????

#?10位的時間戳轉?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位的時間戳轉datetime ????

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

提取月的總天數 ????

#?提取月的總天數 def?extract_month_range(year,?month):'''提取這個月的總天數'''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()

提取日期實體 ????

#?提取日期實體 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

日期差計算(天) ????

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

日期差計算(小時) ????

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

當我們跑完了上面的代碼，就會得到下面的結果集：

今天的分享就到這里啦～感謝閱讀！

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯 獲取本站知識星球優惠券，復制鏈接直接打開： https://t.zsxq.com/qFiUFMV 本站qq群704220115。加入微信群請掃碼：

總結

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～的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。