Articles of Python Datetime

Selección de la observación del tipo datetime64 en un rango de tiempo particular

Tengo un dataframe de pandas ( dfnew ) en el que una columna (timestamp) es del tipo datetime64[ns] . Ahora quiero ver cuántas observaciones hay en un rango de tiempo en particular, digamos de 10:00:00 a 12:00:00. dfnew[‘timestamp’] = dfnew[‘timestamp’].astype(‘datetime64[ns]’) dfnew[‘timestamp] 0 2013-12-19 09:03:21.223000 1 2013-12-19 11:34:23.037000 2 2013-12-19 11:34:23.050000 3 2013-12-19 11:34:23.067000 4 2013-12-19 […]

¿Cómo intercambiar meses y días en un objeto de fecha y hora?

Tengo una columna en un dataframe de pandas con fechas como: año, día, mes, hora, minuto, segundo 2015-09-03 14:32:00 Me gustaría convertir esto en año, mes, día, hora, minuto, segundo 2015-03-09 14:32:00

Compruebe eficientemente si el valor está presente en cualquiera de los rangos dados

Tengo dos objetos pandas DataFrame: A contiene ‘finish’ columnas ‘start’ y ‘finish’ B tiene la columna ‘date’ El objective es crear de manera eficiente una máscara booleana que indique si la date está en el intervalo [start, finish] La ingenua iteración toma demasiado tiempo, supongo que hay un método para hacerlo más rápido ACTUALIZACIÓN: A […]

Marco de datos de Python que convierte múltiples formatos de fecha y hora

Tengo un pandas.dataframe como este (la columna ‘col’ tiene dos formatos): col val ’12/1/2013′ value1 ‘1/22/2014 12:00:01 AM’ value2 ’12/10/2013′ value3 ’12/31/2013′ value4 Quiero convertirlos en datetime, y estoy considerando usar: test_df[‘col’]= test_df[‘col’].map(lambda x: datetime.strptime(x, ‘%m/%d/%Y’)) test_df[‘col’]= test_df[‘col’].map(lambda x: datetime.strptime(x, ‘%m/%d/%Y %H:%M %p’)) Obviamente cualquiera de ellos trabaja para toda la df. Estoy pensando en […]

Convertir formato de fecha python

Tengo el formulario django y recibo de POST una fecha con el formato “% d /% m /% Y” y me gustaría convertirla a “% Y-% m-% d”, ¿cómo podría hacerlo?

Pandas.DataFrame rebanar con múltiples rangos de fechas

Tengo un objeto de dataframe indexado por fecha y hora con más de 100,000 filas. Me preguntaba si había una manera conveniente de usar pandas para obtener un subconjunto de este dataframe que se encuentra dentro de múltiples rangos de fechas. Por ejemplo, digamos que tenemos dos rangos de fechas: (datetime.datetime(2016,6,27,0,0,0), datetime.datetime(2016,6,27,5,0,0) y (datetime.datetime(2016,6,27,15,0,0), datetime.datetime(2016,6,27,23,59,59) […]

Tiempo de caída desde datetime < en Pandas

Así que tengo una columna de ‘Fecha’ en mi dataframe donde las fechas tienen el formato como este 0 1998-08-26 04:00:00 Si solo quiero el año y el mes del año, ¿cómo puedo abandonar la hora trivial?

Convierte Pandas Series a DateTime en un DataFrame

Tengo un DataFrame Pandas como abajo ReviewID ID Type TimeReviewed 205 76032930 51936827 ReportID 2015-01-15 00:05:27.513000 232 76032930 51936854 ReportID 2015-01-15 00:06:46.703000 233 76032930 51936855 ReportID 2015-01-15 00:06:56.707000 413 76032930 51937035 ReportID 2015-01-15 00:14:24.957000 565 76032930 51937188 ReportID 2015-01-15 00:23:07.220000 >>> type(df) TimeReviewed es un tipo de serie >>> type(df.TimeReviewed) He intentado a continuación, pero […]

evitando el error de pd.to_datetime en pandas

Tengo un gran dataframe de más de 100 millones de filas. En eso tengo una columna de fecha, desafortunadamente tengo cadenas de fecha formateadas (mixtas) inapropiadas. Ahora lo convertí a datetime por: df[‘TRX_DATE’] = pd.to_datetime(df[‘TRX_DATE’],coerce=True) # without any error # Now i want to calculate week day from that date columns df[‘day_type’] = [x.strftime(‘%A’) for […]

Cómo aplicar techo a pandas DateTime

Supongamos que tengo un dataframe de pandas con una columna cuyos valores son datetime64[ns] . Out[204]: 0 2015-03-20 00:00:28 1 2015-03-20 00:01:44 2 2015-03-20 00:02:55 3 2015-03-20 00:03:39 4 2015-03-20 00:04:32 5 2015-03-20 00:05:52 6 2015-03-20 00:06:36 7 2015-03-20 00:07:44 8 2015-03-20 00:08:56 9 2015-03-20 00:09:47 Name: DateTime, dtype: datetime64[ns] ¿Hay alguna manera fácil de […]