大家好, 本博客将持续更新python数据分析技巧, 一次解决一类（个）问题，欢迎关注订阅!

这次介绍日期数据处理。
用python中的方法对日期数据进行处理, 我们可以获取很多有用的信息, 比如年月日,星期,周次,季度等, 这里分享工作和数据竞赛30余种常用的转换方法。

1 计算日期的年月日时分秒,星期,周次…

用pandas的read_excel()方法读取excel表数据，将表格中"日期"列转日期格式

import pandas as pd
import numpy as np
import datetime

df = pd.read_excel('./日期问题.xlsx')
#　将日期列转成日期格式
df['日期'] = pd.to_datetime(df['日期'])   

dt模块可轻松获取日期基本属性

# 转年月日格式(字符串文本)
df['年月日'] = df['日期'].apply(lambda x: x.strftime('%Y%m%d'))
df['年']=df['日期'].dt.year  
df['季度']=df['日期'].dt.quarter
df['月']=df['日期'].dt.month
df['日']=df['日期'].dt.day   
df['星期几']=df['日期'].dt.dayofweek
df['周次']=df['日期'].dt.week
df['时']=df['日期'].dt.hour
df['分']=df['日期'].dt.minute
df['秒']=df['日期'].dt.second

２计算一年中的第几天, 第几个10分钟, 日期转数值

通过对天, 时,分的四则运算将日期转为序列数值数据

df['一年中的第几天']=df['日期'].dt.dayofyear
df['一天中的第几分钟']=df['日期'].apply(lambda x: x.minute + x.hour*60) 
df['一天中的第几个10分钟'] = df['时'] * 6 + df['分'] // 10
df['数值'] = df["日期"].values.astype(np.int64) // 10 ** 9
# 转年月(数值)
df['年月'] = df['日期'].dt.year * 100 + df['日期'].dt.month  

３判断日期是否闰年，年初年末，月初月末…

apply() 和lambda()方法使用. python中2个强大的高阶函数.

df['是否闰年'] = df['日期'].apply(lambda x: x.is_leap_year) # 是否闰年
df['是否月初'] = df['日期'].apply(lambda x: x.is_month_start) # 是否月初
df['是否月末'] = df['日期'].apply(lambda x: x.is_month_end)   # 月末
df['是否季节初'] = df['日期'].apply(lambda x: x.is_quarter_start)  # 季度初
df['是否季节末'] = df['日期'].apply(lambda x: x.is_quarter_end) # 季度末
df['是否年初'] = df['日期'].apply(lambda x: x.is_year_start)  # 年初
df['是否年尾'] = df['日期'].apply(lambda x: x.is_year_end)  # 年内末
df['是否周末'] = df['日期'].apply(lambda x: True if x.dayofweek in [5, 6] else False)  # 是否周末
df.loc[((df['时'] >= 8) & (df['时'] < 22)), '是否营业时间'] = True

４字符串时段，季节

构造字典, 用map方法进行替换.

period_dict ={
    23: '深夜', 0: '深夜', 1: '深夜',
    2: '凌晨', 3: '凌晨', 4: '凌晨',
    5: '早晨', 6: '早晨', 7: '早晨',
    8: '上午', 9: '上午', 10: '上午', 11: '上午',
    12: '中午', 13: '中午',
    14: '下午', 15: '下午', 16: '下午', 17: '下午',
    18: '傍晚',
    19: '晚上', 20: '晚上', 21: '晚上', 22: '晚上',
}
df['时间段']=df['时'].map(period_dict)
# 一年中的哪个季度
season_dict = {
    1: '春季', 2: '春季', 3: '春季',
    4: '夏季', 5: '夏季', 6: '夏季',
    7: '秋季', 8: '秋季', 9: '秋季',
    10: '冬季', 11: '冬季', 12: '冬季',
}
df['季节']=df['月'].map(season_dict)

５for循环快捷计算

python中的getattr()方法

time_features = ['year', 'month', 'quarter', 'week', 'day', 'dayofweek', 'dayofyear']
dtype = np.int16
for time_feature in time_features:
    df[time_feature] = getattr(df['日期'].dt, time_feature).astype(dtype)

６时间间隔天数计算

日期与一指定日期或者今天日期相比, 计算间隔天数

# 设置初始的时间
base_time = datetime.datetime.strptime('2021-06-01', '%Y-%m-%d')
# 计算时间差
df['时间差'] = df['日期'].apply(lambda x: x-base_time).dt.days   
# 距离今天天数 
df['间隔天数'] = list(map(lambda x: x.days, pd.to_datetime('today') - df['日期']))

更多python技巧, 欢迎关注!

python数据分析基础课程, 欢迎订阅!