读取数据中的时间
pd.read_csv('demo.csv'
,parse_dates = ['col1'] # 待转换为**datetime64[ns]**格式的列→col1
,infer_datetime_format=True # 将parse_dates指定的列转换为时间
)
data = pd.read_csv(workbook, parse_dates = ['start_time', 'con_over_time'],infer_datetime_format=True, low_memory=False)
计算相差秒数
两种不同时间格式的计算结果当然是一样的。
#datetime64[ns]格式计算相差秒数 df['ns时间秒差'] = df['A_ns'] - df['B_ns'] df['ns时间秒差'] = pd.to_timedelta(df['ns时间秒差']) df['ns时间秒差'] = df['ns时间秒差'].dt.total_seconds() #datetime64[ns, UTC]格式计算相差秒数 df['ns_utc时间秒差'] = df['A_ns_utc'] - df['B_ns_utc'] df['ns_utc时间秒差'] = pd.to_timedelta(df['ns_utc时间秒差']) df['ns_utc时间秒差'] = df['ns_utc时间秒差'].dt.total_seconds() df
提取年和月份
import numpy as np # 创建一个datetime64对象 dt = np.datetime64('2022-07-15 12:30') # 提取年份 year = np.datetime_as_string(dt, unit='Y') # 提取月份 month = np.datetime_as_string(dt, unit='M') print("Year:", year) print("Month:", month)