Pandas实战100例 | 案例 47: 创建 datetime 列
案例 47: 创建 datetime 列
知识点讲解
在处理时间序列数据时，经常需要从年、月、日等单独的列创建 datetime 类型的列。Pandas 的 to_datetime 函数可以将这些分离的时间组件合并成一个 datetime 类型的列。
- 创建 datetime 列: 使用
pd.to_datetime函数，并传递包含年、月、日等组件的 DataFrame，可以创建 datetime 类型的列。
示例代码
# 准备数据和示例代码的运行结果，用于案例 47
# 示例数据
data_datetime_creation = {
'Year': [2020, 2021, 2022],
'Month': [1, 2, 3],
'Day': [15, 16, 17]
}
df_datetime_creation = pd.DataFrame(data_datetime_creation)
# 创建 datetime 列
df_datetime_creation['Date'] = pd.to_datetime(df_datetime_creation[['Year', 'Month', 'Day']])
df_datetime_creation
在这个示例中，我们将 Year、Month 和 Day 列合并，创建了一个新的 Date 列。
示例代码运行结果
Year Month Day Date
0 2020 1 15 2020-01-15
1 2021 2 16 2021-02-16
2 2022 3 17 2022-03-17
这个结果显示了如何从单独的年、月、日列创建 datetime 类型的列。这在处理和分析时间序列数据时是非常有用的。
原文地址：https://blog.csdn.net/PoGeN1/article/details/135610397
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！