1回答
我有一个存储时间单位的pandas数据帧： 'analysis_datetime': ['2018-07-15 11:50:48+00:我想根据以下公式创建一个名为shipping_datetime的新列：
shipping_datetime = analysis_datatime - processing_duration - accessioning_duration第一个shipping_date
浏览 15提问于2020-03-12得票数 0
回答已采纳
def xmas(x): return (pd.datetime(2015,12,21) - x).dayselif x < pd.datetime(2016,12,21): elif x < pd.datetime(2017,12,21):
return (pd.dat
浏览 0提问于2018-04-05得票数 0
1回答
Pandas中日期时间转换的问题
、、、、
0100", "2018-01-13 08:15:48+0100"], columns=["date"])
print(type(pd.Series(df["date"].apply(lambda s: datetime
浏览 2提问于2019-01-04得票数 2
我有一个pandas索引，并将DataFrame设置为DateTime列：data =data.set_index('DateTime')data = data[pandas.to_datet
浏览 4提问于2017-04-19得票数 4
回答已采纳
1timestamp tag value2019-06-06 06:00:00 y 4562019-06-06 06:01:00 y 6562019-06-06 0
浏览 0提问于2019-07-17得票数 1
1回答
下面这段代码：import numpy as np
data['date'] = data['date'].astype('datetime64')
在一台机器(windows)上可以正常工作，但在另一台(linux)上就不能工作。nump
浏览 11提问于2013-04-23得票数 17
回答已采纳
我认为最慢的操作是.apply(lambda和grouping，但我不知道如何替代它们。: return result
date = dt.datetime.strptimedate.year dt_day = date.day
dt_day_of_year = date.toordinal() - dt.datetime
浏览 2提问于2018-10-28得票数 0
1回答
在以下代码的帮助下，我可以在纪元之外定义day of the week： epoch = 4464769126print(day)
Friday 我已经使用for循环将它应用于df.epoch中的列，但这很耗时。有什么办法可以加速这个过程吗？
浏览 3提问于2019-09-26得票数 0
回答已采纳
2回答
我使用的脚本使用了这一行：从雅虎金融公司收集股票数据。目前，我正在输入一些值，比如'1d' for data_range，这给了我过去一天的数据。但是，如果我想收集数据，比如从2020-11-24到2020-11-25 (而不是过去的x天)，我应该输入什么？
浏览 1提问于2020-11-27得票数 0
下面是从查询返回数据集时的一个小示例：(22, datetime.datetime(2019, 4, 29, 9, 56, 52)), (22, datetime.datetime(2019, 4,30, 9, 54, 49)),
(20, <em
浏览 0提问于2019-05-02得票数 0
回答已采纳
我正在尝试从web源加载数据并将其保存为Excel文件，但不确定如何操作。我该怎么办？原始数据帧具有不同的列。假设我正在尝试保存“Open”列import pandas_datareader.data as web start = datetime.datetime(2
浏览 2提问于2016-11-27得票数 2
我尝试了下面的方法..但它给出了错误TypeError：-的操作数类型不受支持：'datetime.datetime‘和'datetime.date’since_day = datetime.date(2000,11,31)
date = datetime.datetime.strptime(
浏览 2提问于2014-09-30得票数 0
我正在尝试通过操作其他cols来添加新的Dataframe列。import pandas as pdfrom pandas import DataFrame, read_csvdf = pd.read_csv('PRSA_data_2010.1.1-2014.12.31.csv')
df.head() ? 当我试图操纵 df['weekday&
浏览 28提问于2020-06-17得票数 0
2回答
我正在导入一个包含datetime列的csv文件，导入csv之后，我的数据框架将包含Dat列，它的类型是pandas.Series，我需要另一个列，它将包含工作日：pd.read_csv("C:/Users/HP/Desktop/Fichiers/Proj/CONSOMMATION_1h.csv")
print
浏览 2提问于2017-11-09得票数 3
回答已采纳
1回答
我得到了一个Pandas和一个包含datetime64[ns]数据类型的称为过期的列。df.['expiration'][0]给了Timestamp('2010-12-31 00:00:00')。我尝试了pandas.tseries.offsets.DateOffset(days=1)，但这使错误不能在日期时间/时间增量操作[<DateOffset: kwds={'days': 1}>]中使用非绝对所以我试着
import panda
浏览 2提问于2014-12-08得票数 1
回答已采纳
我想根据datetime列，以两周为单位选择text列中的数据。0 jfklsjf 2014-05-10 22:42:35
1 ldjskfj 2014
浏览 0提问于2019-04-11得票数 1
我正试图为形式为“06JAN2018”或“31DEC2017”的字符串编码日期时间格式。是否在任何地方都有任何可能的编码类型的列表？
浏览 1提问于2018-10-26得票数 1
回答已采纳
1回答
我有一个从excel中读取的数据库，作为一个熊猫数据，日期在时间戳dtype中，但是我需要它们在np.datetime64中，这样我就可以进行计算了。我知道函数pd.to_datetime()和astype(np.datetime64[ns])方法确实有效。但是，无论出于什么原因，我都无法使用上面提到的代码更新我的数据类型来生成这种数据类型。我还尝试从原始数据中创建一个acessory dataframe，其中只包含我希望更新输入的日期，将其转换为np.datetime64，然后将其插入原始的dataframe：
dfi
浏览 1提问于2019-07-02得票数 1
回答已采纳
我似乎遇到了pandas.Timestamp与python常规datetime()对象的算术运算性能出乎意料地慢的问题。以下是一个基准测试，演示了：import pandasdef test1(): for i in range(500000):
if d2 - d1 >
浏览 1提问于2015-03-22得票数 8
我有一个大数据集，我需要日期操作，由于它花费的时间太长，我想知道是否有任何其他方法来提高速度。
浏览 7提问于2017-07-26得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
