Tôi đã chơi với Python trong vài ngày qua trong khi dọn dẹp tập dữ liệu và một điều tôi muốn làm là dịch các chuỗi ngày thành dấu thời gian
Tôi đã bắt đầu với một ngày ở định dạng này
date_text = "13SEP2014"
Vì vậy, bước đầu tiên là dịch nó thành một ngày Python – phần strftime của tài liệu rất hữu ích để tìm ra mã định dạng nào là cần thiết
import datetime
date_text = "13SEP2014"
date = datetime.datetime.strptime[date_text, "%d%b%Y"]
print[date]
$ python dates.py
2014-09-13 00:00:00
Bước tiếp theo là dịch nó sang dấu thời gian UNIX. Tôi nghĩ rằng có thể có một phương thức hoặc thuộc tính trên đối tượng Date mà tôi có thể truy cập nhưng tôi không thể tìm thấy một phương thức hoặc thuộc tính nào và cuối cùng tôi đã sử dụng lịch để thực hiện chuyển đổi
Khi cần chuyển đổi một chuỗi thành dấu thời gian, phương thức 'mktime' được sử dụng. Phương pháp này có trong gói 'thời gian'
Dưới đây là một minh chứng tương tự -
Ví dụ
Bản thử trực tiếp
import time import datetime my_string = "24/03/2021" print["The date string is :"] print[my_string] print["The timestamp is :"] print[time.mktime[datetime.datetime.strptime[my_string, "%d/%m/%Y"].timetuple[]]]
đầu ra
The date string is : 24/03/2021 The timestamp is : 1616544000.0
Giải trình
Các gói cần thiết được nhập khẩu
Chuỗi được xác định và hiển thị trên bàn điều khiển
Phương thức 'mktime' từ gói thời gian được gọi và chuỗi được truyền dưới dạng tham số cho nó
'strptime' được sử dụng để xóa các khoảng trắng hoặc ký hiệu thừa khỏi chuỗi
Đầu ra được hiển thị trên bàn điều khiển
Output 1: Tue Jun 12 09:55:22 2018 Output 2: 06/12/18 Output 3: 09:55:226 tạo một đối tượng
$ python dates.py
2014-09-13 00:00:00
1 từ một chuỗi Trong bài viết này, chúng ta sẽ thảo luận về cách chuyển đổi dấu thời gian ở các định dạng chuỗi khác nhau thành đối tượng lớp datetime trong Python
Chuỗi thành đối tượng datetime sử dụng datetime. strptime[]
Mô-đun datetime của Python cung cấp một lớp datetime, lớp này có phương thức chuyển đổi chuỗi thành đối tượng datetime i. e
datetime.strptime[date_string, format]
Nếu chấp nhận một chuỗi chứa dấu thời gian và một chuỗi định dạng chứa các mã định dạng đại diện cho các thành phần ngày giờ trong date_string. Nó phân tích chuỗi theo mã định dạng và trả về một đối tượng ngày giờ được tạo từ nó
Để sử dụng lớp datetime nhập này từ mô-đun datetime tôi. e
from datetime import datetime
Hãy xem một số ví dụ
ví dụ 1
Hãy chuyển đổi một chuỗi thời gian ở định dạng YYYY-MM-DDTHH. MM. SS. MICROS cho một đối tượng datetime i. e
datetimeObj = datetime.strptime['2018-09-11T15::11::45.456777', '%Y-%m-%dT%H::%M::%S.%f'] print[datetimeObj] print[type[datetimeObj]]
Đầu ra.
______9
Chuỗi định dạng được sử dụng ở đây là. ‘%Y-%m-%dT%H. %M. %S. %f‘
quảng cáo
Danh sách đầy đủ mã định dạng
Mã định dạng Mô tảVí dụ%dNgày của tháng dưới dạng số thập phân không đệm01, 02, 03, 04 …, 31%aWeekday dưới dạng tên viết tắtSun, Mon, …, Sat%AWeekday dưới dạng tên đầy đủChủ nhật, Thứ hai, …, Thứ bảy%mMonth dưới dạng số khôngHãy xem một số ví dụ khác
ví dụ 2
Hãy chuyển đổi chuỗi dấu thời gian ở định dạng DD/MM/YYYY HH. MM. SS cho một đối tượng datetime tôi. e
import datetime
date_text = "13SEP2014"
date = datetime.datetime.strptime[date_text, "%d%b%Y"]
print[date]
0Đầu ra.
______11
ví dụ 3
Chỉ tạo đối tượng ngày giờ từ chuỗi ngày ở định dạng 'DD MMM YYYY'
import datetime
date_text = "13SEP2014"
date = datetime.datetime.strptime[date_text, "%d%b%Y"]
print[date]
2Đầu ra.
______13
Ví dụ 4
Chỉ tạo đối tượng datetime từ chuỗi thời gian trong 'HH. MM. định dạng SS AP
import datetime
date_text = "13SEP2014"
date = datetime.datetime.strptime[date_text, "%d%b%Y"]
print[date]
4Đầu ra.
______15
Ví dụ 5
Tạo đối tượng datetime từ dấu thời gian nằm rải rác trong văn bản
Đôi khi dấu thời gian của chúng tôi được nhúng trong một văn bản như,
from datetime import datetime0
Hãy xem cách chuyển đổi dấu thời gian trong chuỗi này thành đối tượng ngày giờ với mã định dạng được trộn lẫn trong văn bản i. e.
______71
Đầu ra.
from datetime import datetime2
Ví dụ đầy đủ như sau,
from datetime import datetime3
Đầu ra.
from datetime import datetime4
Hướng dẫn về Pandas -Tìm hiểu Phân tích dữ liệu với Python
- Hướng dẫn Pandas Phần #1 - Giới thiệu về Phân tích dữ liệu với Python
- Hướng dẫn Pandas Phần #2 - Khái niệm cơ bản về Pandas Series
- Hướng dẫn Pandas Phần #3 - Nhận & Đặt giá trị Chuỗi
- Pandas Tutorial Part #4 - Thuộc tính & phương thức của Pandas Series
- Hướng dẫn về Pandas Phần #5 - Thêm hoặc xóa các thành phần của Pandas Series
- Hướng dẫn về Pandas Phần #6 - Giới thiệu về DataFrame
- Hướng dẫn về Pandas Phần #7 - DataFrame. loc[] - Chọn Hàng/Cột theo Lập chỉ mục
- Hướng dẫn về Pandas Phần #8 - DataFrame. iloc[] - Chọn Hàng/Cột theo Tên nhãn
- Hướng dẫn về gấu trúc Phần #9 - Lọc các hàng trong khung dữ liệu
- Hướng dẫn Pandas Phần #10 - Thêm/Xóa Hàng & Cột DataFrame
- Hướng dẫn về Pandas Phần #11 - Các thuộc tính & phương thức DataFrame
- Hướng dẫn Pandas Phần #12 - Xử lý dữ liệu bị thiếu hoặc giá trị NaN
- Hướng dẫn về Pandas Phần #13 - Lặp lại các Hàng & Cột của DataFrame
- Hướng dẫn Pandas Phần #14 - Sắp xếp DataFrame theo Hàng hoặc Cột
- Hướng dẫn về gấu trúc Phần #15 - Hợp nhất hoặc ghép các khung dữ liệu
- Hướng dẫn về Pandas Phần #16 - DataFrame GroupBy được giải thích bằng các ví dụ
Bạn đang muốn tạo dựng sự nghiệp trong Khoa học dữ liệu với Python?
Khoa học dữ liệu là tương lai và tương lai là ở đây ngay bây giờ. Các nhà khoa học dữ liệu hiện là những chuyên gia được tìm kiếm nhiều nhất hiện nay. Để trở thành một Nhà khoa học dữ liệu giỏi hoặc để chuyển đổi nghề nghiệp trong Khoa học dữ liệu, người ta phải sở hữu bộ kỹ năng phù hợp. Chúng tôi đã tuyển chọn danh sách Chứng chỉ chuyên nghiệp tốt nhất về Khoa học dữ liệu với Python. Các khóa học này sẽ dạy cho bạn các công cụ lập trình cho Khoa học dữ liệu như Pandas, NumPy, Matplotlib, Seaborn và cách sử dụng các thư viện này để triển khai các mô hình Máy học
Kiểm tra Đánh giá chi tiết về Chứng chỉ chuyên nghiệp tốt nhất về Khoa học dữ liệu với PythonHãy nhớ rằng, Khoa học dữ liệu đòi hỏi rất nhiều kiên nhẫn, bền bỉ và thực hành. Vì vậy, hãy bắt đầu học ngay hôm nay