python时间序列数据转为timestamp格式的方法
在此记录自己学习python数据分析过程中学到的一些数据处理的小技巧。
1.数据的读取
#导入numpy库和pandas库 import numpy as np import pandas as pd #读取待处理的数据 #file_path为文件路径名,sheet_name为需要读取的excel数据页 data=pd.read_excel(file_path,sheet_name) #显示数据前5行 data.head()
数据读取的结果:

由读取结果可以看出,时间序列数据并不规范,需要做进一步的处理。接下来将'/‘转化为'-',并只保留时间到秒,并将时间转化为timestamp格式。
2.时间数据处理以及转化为timestamp格式
#将'/'替换为'-'
data["时间"]=data["时间"].str.replace("/","-").str[0:19]
#将时间格式化为timestamp格式
data["时间"]=pd.to_datetime(data["时间"],format='%Y-%m-%d %H:%M:%S')
# 将时间设置为索引
data.set_index('时间',inplace=True)
data.head()
处理结果:

由上图可知,我们的时间序列数据已经处理好了,并且已经转化为timestamp格式,对于后续的数据处理与分析提供便利。
到此这篇关于python时间序列数据转为timestamp格式的方法的文章就介绍到这了,更多相关python时间序列数据转为timestamp内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
python中DataFrame常用的描述性统计分析方法详解
这篇文章主要介绍了python中DataFrame常用的描述性统计分析方法详解,描述性统计分析是通过图表或数学方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间的关系进行估计和描述的方法,需要的朋友可以参考下2023-07-07
python单向链表的基本实现与使用方法【定义、遍历、添加、删除、查找等】
这篇文章主要介绍了python单向链表的基本实现与使用方法,结合实例形式分析了Python单向链表的定义、遍历、添加、删除、查找等相关操作技巧,需要的朋友可以参考下2019-10-10


最新评论