pd.to_datetime()函式可將日期字串轉換為Python Date time對象。
pd.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True)
從 DataFrame 多列組裝日期時間
df = pd.DataFrame({'year': [2022, 2023],'month': [8, 9],'day': [28, 29]})
pd.to_datetime(df)
執行結果:
0 2022-08-28
1 2023-09-29
dtype: datetime64[ns]
Pandas提供了一個Timestamp類別,該類別將datetime和dateutil的易用性與numpy.datetime64的有效存儲和向量化結合。從一組Timestamp物件中,Pandas可以構造一個DatetimeIndex,該索引可用於為Series或DataFrame中的資料建立索引。
import pandas as pd
dat = pd.to_datetime("28th of October, 2023")
print(type(dat))
print(dat)
print(dat.strftime('%A'))
執行結果:
<class 'pandas._libs.tslibs.timestamps.Timestamp'>
2023-10-28 00:00:00
Saturday
也可以直接在同一Timestamp物件上執行NumPy的操作
import numpy as np
dt = dat + pd.to_timedelta(np.arange(12), 'D')
print(type(dt))
print(dt)
執行結果:
<class 'pandas.core.indexes.datetimes.DatetimeIndex'>
DatetimeIndex(['2023-10-28', '2023-10-29', '2023-10-30', '2023-10-31',
'2023-11-01', '2023-11-02', '2023-11-03', '2023-11-04',
'2023-11-05', '2023-11-06', '2023-11-07', '2023-11-08'],
dtype='datetime64[ns]', freq=None)
之後再來學習處理時間序列資料~