为了账号安全,请及时绑定邮箱和手机立即绑定

【九月打卡】第5天 Python处理带有时间戳的数据

标签:
MongoDB Python

课程名称:构建数据分析工程师能力模型,实战八大企业级项目
课程章节:2-6 高效处理带有时间序列数据
课程讲师:fish

课程内容:
高效处理带有时间序列的数据

  • 日期和时间数据

  • Pandas时间序列基础

  • 日期的范围、频率及移动

什么是时间序列:

  • 时间序列(Time Series)是一种重要的结构化数据形式,在多个时间点观察或测量到的任何事物都可以形成一段时间序列:

分为:

  • 定期的时间序列:数据点是根据某种时间序列定期出现的(如每10秒,每15分钟)

  • 不定期的时间序列:没有固定时间单位或单位之间的偏移量。

日期和时间数据

  • Python 标准库包含用于日期(date)和时间(time)数据的数据类型,主要用到的模块有 datetime 和 time。

  • Pandas 提供了一组标准的事件处理工具和数据算法,如进行切片/切块、聚合、对定期\不定期的时间序列进行重新采样等。

datetime中的数据模型

  • date:以公历形式存储时间日期(年、月、日)

  • time:将时间存储成时、分、秒、毫秒

  • datetime:存储日期和时间

  • timedelta:表示两个datetime值之间的差(日,秒,毫秒)

  • datetime.datetime 或称为 datetime,是用的最多的数据类型

datetime类型

  • 查看现在的日期和时间(记录到毫秒),为 datetime 类型。

  • 可使用如下方法分别查看年、月、日

  • 两个 datetime 对象之间的时间差(日、秒、毫秒)为 timedelta 类型。

  • 给 datetime 加上或减去一个或多个 timedelta,会产生一个新的对象。

  • 字符串与 datetime 之间通常需要进行转换,有以下三种转换方式:

日期转换成字符串
图片描述


Pandas 时间序列基础



课程收获
感谢老师带来的关于带有时间戳的数据的处理的解决方案,使我了解到更多的python的关于时间序列的数据处理方式,以及对Pandas处理相关数据的方式有了更多的认识,认识到pandas处理数据的强大。



点击查看更多内容
TA 点赞

若觉得本文不错,就分享一下吧!

评论

作者其他优质文章

正在加载中
  • 推荐
  • 评论
  • 收藏
  • 共同学习,写下你的评论
感谢您的支持,我会继续努力的~
扫码打赏,你说多少就多少
赞赏金额会直接到老师账户
支付方式
打开微信扫一扫,即可进行扫码打赏哦
今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与 放弃机会
意见反馈 帮助中心 APP下载
官方微信

举报

0/150
提交
取消