将python时间段（Timedelta）转化为int或float数值形式的两种方法

Python09

将python时间段（Timedelta）转化为int或float数值形式的两种方法,第1张

        最近做的一个案例要将时间数据进行聚类分析，所以需要将Timedelta转化为int或float数值形式。

时间数据如下图所示：

方法（一）：

通过pandas处理数据

结果如下图

方法（二）：

通过numpy处理数据

结果如下图

总结：方法（一）pandas是直接提取days数值，如90 days 04:48:00提取数值90；方法（二）numpy是把整个时间进行换算，如90 days 04:48:00转化为90.200000。可以根据实际需求，选择不同的方法进行时间转换。

5位数日期戳读取 .mat 文件处理里面数据时，发现里面的日期数据全部都是 “5位数” 数字，很不解；后来查到可以在excel中通过设置单元格调回标准日期格式，如下：选中日期戳，右键选择 “格式化单元格（Format Cells）”选择需要的日期格式，点击ok即可通过代码转成标准日期例如这个DataFrame中的日期，全部都是“日期戳”格式的，但我需要的是人能看懂的“标准日期”；确认起始日期首先需拿一个“日期戳”对应的时间(标准日期)，减去这个日期戳，得出起始时间。获取起始时间：2018-05-02 对应的日期戳为：43222，接下来通过pandas 的Timedelta()和 to_datetime() 获取起始时间。可以看到起始日期为“1899-12-30”这样一来后续日期戳转标准日期，只需要在 “1899-12-30” 的基础上加 “日期戳”即可。批量转换首先定义一个函数用来进行转换：#定义转化日期戳的函数,stamp为日期戳def date(stamp):delta = pd.Timedelta(str(stamp)+'D')real_time = pd.to_datetime('1899-12-30') + deltareturn real_time然后针对DataFrame需要转换的列进行转换即可：