python時(shí)間序列數(shù)據(jù)相減的實(shí)現(xiàn)
在此記錄自己學(xué)習(xí)python數(shù)據(jù)分析過(guò)程中學(xué)到的一些數(shù)據(jù)處理的小技巧。本節(jié)主要分享時(shí)間數(shù)據(jù)的相減。
1.將讀取的時(shí)間序列數(shù)據(jù)轉(zhuǎn)化為timestamp格式
#導(dǎo)入numpy庫(kù)和pandas庫(kù) import numpy as np import pandas as pd #讀取待處理的數(shù)據(jù) #file_path為文件路徑名,sheet_name為需要讀取的excel數(shù)據(jù)頁(yè) data=pd.read_excel(file_path,sheet_name) #將'/'替換為'-' data["時(shí)間"]=data["時(shí)間"].str.replace("/","-").str[0:19] #將時(shí)間格式化為timestamp格式 data["時(shí)間"]=pd.to_datetime(data["時(shí)間"],format='%Y-%m-%d %H:%M:%S') data.head()
結(jié)果顯示:
由上圖可看出,時(shí)間數(shù)據(jù)已經(jīng)成功轉(zhuǎn)化為timestamp格式。
2.時(shí)間數(shù)據(jù)的相減
import time import datetime # a=data["時(shí)間"][0] # b=data["時(shí)間"][1000] # print (b.timestamp()-a.timestamp()) c=[] for i in range(len(data["時(shí)間"])-1): a=data["時(shí)間"][i] b=data["時(shí)間"][i+1] c.append(b.timestamp()-a.timestamp())
結(jié)果顯示:
基于以上代碼可以實(shí)現(xiàn)每一個(gè)時(shí)間減去上一個(gè)時(shí)間的值,并保存在列表c中。
注意:
1.時(shí)間序列數(shù)據(jù)不能直接相減
2.此方法求出的時(shí)間差的單位是秒
到此這篇關(guān)于python時(shí)間序列數(shù)據(jù)相減的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)python時(shí)間序列相減內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
最強(qiáng)Python可視化繪圖庫(kù)Plotly詳解用法
數(shù)據(jù)分析離不開(kāi)數(shù)據(jù)可視化。Plotly 是一款用來(lái)做數(shù)據(jù)分析和可視化的在線平臺(tái),功能非常強(qiáng)大,可以在線繪制很多圖形比如條形圖、散點(diǎn)圖、餅圖、直方圖等等2021-11-11python實(shí)現(xiàn)決策樹(shù)C4.5算法詳解(在ID3基礎(chǔ)上改進(jìn))
下面小編就為大家?guī)?lái)一篇python實(shí)現(xiàn)決策樹(shù)C4.5算法詳解(在ID3基礎(chǔ)上改進(jìn))。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-05-05對(duì)python的文件內(nèi)注釋 help注釋方法
今天小編就為大家分享一篇對(duì)python的文件內(nèi)注釋 help注釋方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-05-05淺談numpy數(shù)組中冒號(hào)和負(fù)號(hào)的含義
下面小編就為大家分享一篇淺談numpy數(shù)組中冒號(hào)和負(fù)號(hào)的含義,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-04-04python簡(jiǎn)單圖片操作:打開(kāi)\顯示\保存圖像方法介紹
這篇文章主要介紹了python簡(jiǎn)單圖片操作:打開(kāi)\顯示\保存圖像方法介紹,還涉及將圖片保存為灰度圖的簡(jiǎn)單方法示例,具有一定參考價(jià)值,需要的朋友可以了解下。2017-11-11