python pandas时间操作函数

代码数据集：

通过上图数据集，使用如下三个时间操作函数进行演示。

• to_datetime()
• DateOffset()
• Datetimeindex()

1 pd.to_datetime()

功能：将str和unicode转化为指定时间戳格式

time=pd.to_datetime('2021-06-10 12:00:00',format='%Y/%m/%d %H:%M:%S')
time:2021/06/10 12:00:00

2 pd.DateOffset()

功能：时间戳的加减
参数：

• months:设置月
• days:设置天
• years:设置年
• hours:设置小时
• minutes:设置分钟
• seconds:设置秒

time=time.to_datetime('2021-06-10')+pd.DateOffset(days=4)
time:2021-06-14 12:00:00

3 pd.Datetimeindex()

将时间list类型转化为时间序列相关的可操作序列

pd.DatetimeIndex(dates)

DatetimeIndex(['1969-09-15 11:38:30', '1965-01-15 11:38:30',
'1975-07-15 11:38:30', '1964-03-15 11:38:30',
'1977-03-15 11:38:30', '1972-11-15 11:38:30',
'1959-06-15 11:38:30', '1970-04-15 11:38:30',
'1953-01-15 11:38:30', '1979-09-15 11:38:30',
...
'1968-07-15 11:38:30', '1971-03-15 11:38:30',
'1962-01-15 11:38:30', '1958-07-15 11:38:30',
'1970-12-15 11:38:30', '1959-11-15 11:38:30',
'1952-01-15 11:38:30', '1970-02-15 11:38:30',
'1961-11-15 11:38:30', '1965-12-15 11:38:30'],
dtype='datetime64[ns]', length=10847, freq=None)

pd.DatetimeIndex(dates).year

Int64Index([1969, 1965, 1975, 1964, 1977, 1972, 1959, 1970, 1953, 1979,
...
1968, 1971, 1962, 1958, 1970, 1959, 1952, 1970, 1961, 1965],
dtype='int64', length=10847)