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。
最近写的项目用到了knn模型进行预测性分析,但是需要把日期型的字段转为整型,换言之,就是时间戳。将时间转换成时间戳
例如:
将时间2019-4-13 10:02:23转换成时间戳,具体的操作过程为:
利用strptime()函数将时间转换成时间数组
利用mktime()函数将时间数组转换成时间戳
import time
dt = "2019-4-13 10:02:23"
# 转为时间数组
timeArray = time.strptime(dt,"%Y-%m-%d %H:%M:%S")
# 转为时间戳
timeStamp = int(time.mktime(timeArray))
print(timeStamp)
时间格式转换分为两种,时间转换为字符串和字符串转换为时间,具体代码例子如下:
1 import datetime2 import time
3 # 日期转换为字符串,使用strftime()函数
4 # time.strftime(format[, t])
5
6 print datetime.datetime.now()
7 print datetime.datetime.now().strftime("%Y-%m-%d
%H:%M:%S")
8 print datetime.datetime.now().strftime("%b
%d %Y %H:%M:%S")
9 print datetime.datetime.now().strftime("%c
%d %Y %H:%M:%S")
10 # 字符串转换为日期,使用strptime()函数
11 t = (2009, 2, 17, 8, 3, 38, 1, 48, 0)
12 t = time.mktime(t)
13 print time.strftime("%b %d %Y %H:%M:%S",time.gmtime(t))
14 print time.strftime("%Y-%m-%d %H:%M:%S",time.gmtime(t))
注:格式字符说明:
python中时间日期格式化符号:
%y
两位数的年份表示(00-99)
%Y
四位数的年份表示(000-9999)
%m
月份(01-12)
%d
月内中的一天(0-31)
%H
24小时制小时数(0-23)
%I
12小时制小时数(01-12)
%M
分钟数(00=59)
%S
秒(00-59)
%a
本地简化星期名称
%A
本地完整星期名称
%b
本地简化的月份名称
%B
本地完整的月份名称
%c
本地相应的日期表示和时间表示
%j
年内的一天(001-366)
%p
本地A.M.或P.M.的等价符
%U
一年中的星期数(00-53)星期天为星期的开始
%w
星期(0-6),星期天为星期的开始
%W
一年中的星期数(00-53)星期一为星期的开始
%x
本地相应的日期表示
%X
本地相应的时间表示
%Z
当前时区的名称
%%
%号本身