Python數據分析與可視化教案3.8 時間的轉換與提取

1、課 題3.8時間的轉換與提取課 型講練授課班級大數據授課時數2教學目標.理解 Times tmap、Timedelta、Dat etime Index 等時間類的作用。.能夠創(chuàng)立時間類數據。.能夠將文本型數據轉換為時間類數據。教學重點1.能夠將文本型數據轉換為時間類數據。教學難點1.理解 Timestmap Timedelta、Datetimeindex 等時間類的作用。學情分析學情分析在任何數據分析中，常常需要處理時間類型的數據，比方從時間中提取 出年、月、日等信息，這些內容的學習可以提高學生預處理數據的能力。數據分析的對象不僅限于數值型和字符串型兩種，常用的數據類型還包括了時間 型，通過時

2、間類型數據能夠獲取對應的年、月、日等信息。但是，從CSV數據中導入 數據時都是字符串的形式，無法實現大局部與時間相關的分析。因此，在進行數據序 列分析時，常常需要將字符型數據轉換為時間性數據。pandas提供了多種與時間相關的類，各種時間類如表3-*所示：表3-* pandas時間相關類一、生成時間類數據類名稱說明Timestmap基礎的時間類，表示某個時間點，在數據分析中 經常需要從這個類中提取年、月、日的等信息。Timedelta表示時間間隔，如1天、2個小時等。Datetimeindex表示,組Timestmap構成索引Index,用來作為 DataFrame 或 Series 的索弓1

3、。Timestamp是最基礎的時間類，表示某個時間點，在絕大多數場景中的時間都是 Timestamp形式的時間。1 ,生成Timestamp類數據在pandas中，如果要生成一個Timestamp類數據，可以先創(chuàng)立一個字符型的時 間數據，再轉化為Timestamp類數據，其一般方法為：str = yearmonthday houriminuteisecond1pd.Timestamp(str)例如代碼如下：import pandas as pdstr = 20200202 12:30:00*data = pd.Timestamp(str)print(ndata = H,data)print,d

4、ata 的數據類型為:H,type(data)輸出結果如圖3-求所示。3-8 xC:UsersliliangAnaconda3python.exe C:/Users/liliang/PycharmProjects/sjfx/3-8.py data = 2020-02-02 12:30:00data的數據類型為：Process finished with exit code 0圖3-*生成一個Timestamp類數據例如結果2,生成Timedelta類數據在pandas中，如果要生成Timedelta類數據，可以先創(chuàng)立兩個Timestamp類數據, 再通過運算得到，其一般方法為：pd.Times

5、tamp(str2) - pd.Timestamp(str 1) 例如代碼如下：strl = 20200201 12:30:00str2 = 20200202 13:30:00*datal = pd.Timestamp(str 1) data2 = pd.Timestamp(str2) data = data2 - datal print(ndata = data)print(Hdata 的數據類型為：type(data) 輸出結果如圖3-*所示。Run:3-8C:UsersliliangAnaconda3python.exe C:/Users/liliang/PycharmProjects/

6、sjfx/3-8.py data = 1 days 01:00:00data的數據類型為：Process finished with exit code 0圖3-*生成Timedelta類數據例如結果3.生成Datetimeindex類序列在pandas中，Datetimeindex類序列可以作為DataFrame或Series的索引。在 DataFrame中，如果將時間序列設為時間索引，那么在數據查詢時會減少處理時間， 提高效率。(1)利用列表生成如果要生成一個Datetimeindex類序列，可以先創(chuàng)立一個字符時間型列表，再轉 化為Datetimeindex類序列，其一般方法為：strji

7、st 二田pd.to_Timedate(str_list)(2)利用 data_range 函數如果要生成一個Datetimeindex類序列，還可以利用data_range函數來生成，其 一般方法為：pd.data_range(start,stop,freq)其中，start表示開始時間，stop表示結束時間，freq表示時間頻率,如freq=D 表示日,freq=H表示小時，freq二T表示分鐘，freq二S表示秒。例如代碼如下：list_str = 2020020r；20200202,；20200203,data = pd. to_dateti me(l i st_str)print(n

8、data =tdata)print(Hdata 的數據類型為:,type(data)print,)data = pd.date_range(,20200201 12:00:00,；20200201 18:00:00,freq=H)print(Hdata = data)print(Mdata 的數據類型為:,type(data)輸出結果如圖3-*所示。Run:3-8AC:UsersliliangAnaconda3python.exe C:/Users/liliang/PycharmProjects/sjfx/3-8.pydata = Datetimelndex(,2020-02-01, 2020

9、-02-02, 2020-02-03, dtype=datetime64ns, freq=None) data的數據類型為：二 5U data = Datetimelndex(,2020-02-01 12:00:00, 2020-02-01 13:00:00, .2020-02-01 14:00:00, 2020-02-01 15:00:00,2020-02-01 16:00:00, 2020-02-01 17:00:00,2020-02-01 18:00:00,dtype=datetime64ns, freq=H)data的數據類型為：Process finished with exit c

10、ode 0圖3-*生成Timedelta類數據例如結果二、轉化時間數據在DataFrame中，導入的時間常常是字符串的形式，此時可以利用to_datetime 函數將將字符串的列轉換為時間類型，其一般方法為：pd.to_datetime(DataFramecolumn)三、提取時間信息在處理時間數據時，常常需要提取時間中年、月、日等信息。在DataFrame中, 利用出方法可以提取一列數據中的年、月、日等信息，提取時間屬性如表3-*所示:表3-*提取時間屬性屬性名稱說明屬性名稱說明year年second秒month月date日期day日time時間hour小時weekday星期序號，周一為0m

11、inute分鐘weekday_name星期名稱提取Timestamp時間信息的一般方法為：Timestamp.出.屬性名稱例如代碼如下：import numpy as nparr = np.arange( 1,10).reshape(3,3)data = pd.DataFrame(arr,columns=,a,bVc,)datafd1 = 20200201 10:30:00V20200202 9:45:00,20200203 14:15:00,datad = pd.to_datetime(data*d)print(初始數據為:n”,data)print(提取 d 列中的月份為:n,datad.

12、dt.month)print。提取d列中的小時份為:rT,datad.dthour)輸出結果如圖3-*所示。3-8 xC:UsersliliangAnaconda3python.exe C:/Users/liliang/PycharmProjects/sjfx/3-8.py 初始數據為：a b cd01232020-02-0110:30:0014562020-02-0209:45:0027892020-02-0314:15:0001232020-02-0110:30:0014562020-02-0209:45:0027892020-02-0314:15:00提取d列中的月份為：021222Na

13、me: d, dtype: int64提取d列中的小時份為：01019214Name: d, dtype: int64Process finished with exit code 0圖3-*提取時間信息例如結果任務實訓任務 1： 利用 read_csv 導入 supermarket.csv (supermarket.csv 存放在 c:data 路徑 中)，導入時encoding參數使用，gbk,數據如圖3-*所示?？?supermarket -記事本文件(F)編娟(E)格式(0)查看(V)幫助(H)訂單ID產品ID,產品名稱，客戶，訂單日期，發(fā)貨日期US-2018-1357144,辦公用-

14、用品-10002717/Fiskars 剪刀，藍色”，曾惠-14485,2018/4/27,2018/4/29CN-2018-1973789,辦公用-信封-10004832,GlobeWeis 搭扣信封,紅色，許安-10165,2018/6/15,2018/6/19 CN-2018-1973789,辦公用-裝訂-10001505/Cardinal 孔加固材料,回收，許安-10165,2018/6/15,2018/6/19 US-2018-3017568,辦公用-用品-10003746；Kleencut 開信刀，工業(yè)，宋良-17170,2018/12/9,2018/12/13 CN-2017-2

15、975416,辦公用-器具-10003452/KitchenAid 攪拌機,黑色，萬蘭-15730,2017/5/31,2017/6/2 CN-2016-4497736,技術-設備-10001640柯尼卡 打印機,紅色面明-18325,2016/10/27,2016/10/31CN-2016-4497736,辦公用-裝訂-10001029/lbico 訂書機,實惠，俞明-18325,2016/10/27,2016/10/31CN-2016-4497736,家具-椅子-10000578,SAFCO 扶手椅,可調:俞明-18325,2016/10/27,2016/10/31CN-2016-4497

16、736,辦公用-紙張-10001629,Green Bar 計劃信息表,多色，俞明-18325,2016/10/27,2016/10/31 CN-2016-4497736,辦公用-系固-10004801/Stockwell 橡皮筋,整包，俞明-18325,2016/10/27,2016/10/31完成：(1)查看“訂單日期”和“發(fā)貨日期”兩列的數據類型。(2)將“訂單日期”和“發(fā)貨日期”兩列的數據類型轉換為“日期型”，新增列“訂單處理時間。計算公式為：“訂單處理時間”=“發(fā)貨日期”-“訂單日期”(3)查看數據的前5行。再查看“訂單日期”、“發(fā)貨日期”和“訂單處理時間” 3列的數據類型。具體代碼

17、如下：pd.set_option(,display.max_columns,None)pd.set_option(,display.width,None)pd.set_option(display.unicode.east_asian_width,True)datal = pd.read_csv(,c:datasupermarket.csv,encoding=,gbk,)print。*時間數據轉化前*”)print，”訂單期，的數據類型:sn發(fā)貨期，的數據類型:%s”%(datal訂單日期,.dtype,datal發(fā)貨日期1.dtype)print,“)datal訂單日期=pd.to_date

18、time(datal單日期)datal發(fā)貨日期口 = pd.to_datetime(data 1發(fā)貨日期)print。*時間數據轉化后*”)datal訂單處理時間口 = datal發(fā)貨日期口 - datal訂單日期口print(導入數據前5行為:n”,datal.head。)prints訂單日期，的數據類型:sn，發(fā)貨日期，的數據類型:sn訂單處理時間，的數 據類型:s”%(datal,訂單日期dtype,data%發(fā)貨日期dtype,datal訂單處理時間 1.dtype)輸出結果如圖3-*所示。Run:3-8C:UsersliliangAnaconda3python.exe C:/User

19、s/liliang/PycharmProjects/sjfx/3-8.py *時間數據轉化前* ，訂單日期，的數據類型:object 發(fā)貨日期的數據類型:object*時間數據轉化后* 導入數據前5行為：訂單ID 產品ID 產品名稱 客戶 訂單日期 發(fā)貨日期 訂單處理時間 0 US-2018-1357144 辦公用-用品-10002717 Fiskars 剪刀，藍色 曾惠-14485 2018-04-27 2018-04-29 2 days 1 CN-2018-1973789 辦公用-信封-10004832 GlobeWeis 搭扣信封，紅色 許安-10165 2018-06-15 2018-

20、06-19 4 days 2 CN-2018-1973789 辦公用-裝訂-10001505 Cardinal 孔加固材料，回收 許安-10165 2018-06-15 2018-06-19 4 days 3 US-2018-301 乃68 辦公用-用品-10003746 Kleencut 開信刀，工業(yè) 宋良-17170 2018-12-09 2018-12-13 4 days 4 CN-2017-2975416 辦公用-器具-10003452 KitchenAid 攪拌機，黑色 萬蘭-15730 2017-05-31 2017-06-02 2 days ，訂單日期，的數據類型：datetim

21、e64ns 發(fā)貨日期,的數據類型：datetime64ns訂單處理時間的數據類型：timedelta64nsProcess finished with exit code 0圖3-*任務1輸出結果【結果分析】如果不將“訂單日期”和“發(fā)貨日期”兩列的數據類型轉換為時間 型數據，公式“訂單處理時間”二“發(fā)貨日期”-“訂單日期”是不能算出結果的，因 為字符串之間是不能進行運算的。任務2：將任務1的結果datal重新命名為data2,完成：(1)將“訂單日期”中的年、月提出，并將提取的信息放入新列“年”、“月。 選取data2中2018年5月、9月的數據，并計算數據的行數。(2)將“訂單日期”中的星期

22、名稱提出，并將提取的信息放入新列“星期”，選 取data2中2017年的周一的數據，并計算數據的行數。任務2 (1)具體代碼如下：data2=dataldata2r 年 = data2訂單日期data2r 月 口 = data2訂單日期result 1 = data2.1oc(data2,l=2018)&(data2, 卜=5)|(data2r 月=9)print(H2018 年 5 月、9 月的數據為:n”,resultl)print(n2018 年 5 月、9 月的數據行數為:“jesultl.shapeO)輸出結果如圖3-*所示。Run:3-8C:UsersliliangAnaconda

23、3python.exe C:/Users/liliang/PycharmProjects/sjfx/3-8.py2018年5月、9月的數據為：訂單ID產品ID產品名稱客戶訂單日期發(fā)貨日期 訂單處理時間年 月32 CN-2018-3230180 辦公用-收納-10001942Fellowes 文件車，金屬 宋棟-12310 2018-09-28 2018-10-024 days 2018933 CN-2018-3230180 家具-椅子-10000374Harbour Creations 椅墊，可調 宋林-1231。2018-09-28 2018-10-024 days 2018964 CN-2

24術-設備10003635StarTech 打印機，耐用 錢偉-21430 2018-09-15 2018-09-172 days 2018986 CN-2018-3172853 辦公用-標簽-10000895 Harbour Creations 有色標簽，可調熊麗-15805 2018-05-28 2018-06-025 days 2018593 US-2018-4733722 辦公用-用品-10001876Stiletto 大剪刀,鋼顧黎-1636。2018-05-21 2018-05-243 days 2018594 US-2018-4733722家具-椅子-1。4

25、416Novimex 折疊椅，每套兩件 顧黎-16360 2018-05-21 2018-05-243 days 2018595 US-2018-4733722 辦公用-系固-10001646OIC 夾子，整包 顧黎-16360 2018-05-21 2018-05-243 days 2018596 US-2018-4733722 辦公用-信封-10004907Ames 局間信封，銀色 顧黎-16360 2018-05-21 2018-05-243 days 2018597 US-2018-4733722 辦公用-美術-10002705Sanford 熒光筆，藍色 顧黎-16360 2018-05-21 2018-0S-243 days 201852018年5月、9月的數據行數為：9Process finished with exit code 0圖3-*任務2 (1)輸出結果任務2 (2)具體代碼如下：data2星期=data2訂單日期weekday _nameresult2 = data2.1oc(data2,=2017) & (data2星期=Monday)print(n2017 年的周一的數據為:n”,result2)printC2017年的周一的數據行數為:工esult2.shape0)輸出結果如圖3-*所