日期是 datetime.date(2013, 12, 30)
我正在尝试使用周数
import datetime
datetime.date(2013, 12, 30).isocalendar()[1]
Run Code Online (Sandbox Code Playgroud)
我得到输出,
1
Run Code Online (Sandbox Code Playgroud)
为什么我没有得到去年的周数,而是我得到当年的周数?
我在做什么错了?
我正在尝试将以"DD MM YYYY"格式给出的字符串转换为日期时间对象.如果日期中的日期是单个数字,我希望输出中的日整数由一个数字组成.例如,在转换为日期时间对象而不是"2014年5月1日"后,输入"2014年5月1日"应转换为"2014年5月1日".
为此,我使用%e格式转换输出日期的日期.这是相同的代码:
import datetime
from datetime import timedelta
s = "1 July 2013"
d = datetime.datetime.strptime(s, "%e %B %Y")
print d.strftime("%e %B %Y")
Run Code Online (Sandbox Code Playgroud)
但是,我收到以下错误:
ValueError: 'e' is a bad directive in format '%e %B %Y'
Run Code Online (Sandbox Code Playgroud)
格式有什么问题?我正在使用Python 2.7,如果这有帮助的话.
我想创建一个像这样的元组:
(('0', '00:00:00'), ('1', '00:30:00'), ('2', '00:01:00') ..., ('46', '23:00:00'), ('47', '23:30:00'))
Run Code Online (Sandbox Code Playgroud)
尝试:
lines = []
a = datetime.timedelta(minutes=0)
for ii in range (48):
lines.append(a)
a = a.timedelta(minutes=30)
Run Code Online (Sandbox Code Playgroud)
我试过各种各样的方法,但我真的不知道该怎么办?
的输出
/sbin/hwclock --show --utc
好像
2017-06-01 16:04:47.029482+1:00
如何在Python中将此字符串解析为日期时间对象?
我有一个对象列,其值为日期.从csv读取后,我手动放置2016-08-31而不是NaN.
close_date
0 1948-06-01 00:00:00
1 2016-08-31 00:00:00
2 2016-08-31 00:00:00
3 1947-07-01 00:00:00
4 1967-05-31 00:00:00
Run Code Online (Sandbox Code Playgroud)
运行df['close_date'] = pd.to_datetime(df['close_date'])结果
TypeError: invalid string coercion to datetime
Run Code Online (Sandbox Code Playgroud)
添加coerce=True参数会导致:
TypeError: to_datetime() got an unexpected keyword argument 'coerce'
Run Code Online (Sandbox Code Playgroud)
此外,即使我调用列'close_date',数据帧中的所有列(一些int64,float64和datetime64 [ns])都会更改为dtype对象.
我究竟做错了什么?
我有一个带有下表的文件:
Name AvailableDate totalRemaining
0 X3321 2018-03-14 13:00:00 200
1 X3321 2018-03-14 14:00:00 200
2 X3321 2018-03-14 15:00:00 200
3 X3321 2018-03-14 16:00:00 200
4 X3321 2018-03-14 17:00:00 193
Run Code Online (Sandbox Code Playgroud)
我想返回一个DataFrame,其中包含特定时间段内的所有记录,而与实际日期无关。
我在这里遵循了示例:
但是当我执行以下命令时:
## setup
import pandas as pd
import numpy as np
### Step 2
### Check available slots
file2 = r'C:\Users\user\Desktop\Files\data.xlsx'
slots = pd.read_excel(file2,na_values='')
## filter the preferred ones
slots['nextAvailableDate'] = pd.to_datetime((slots['nextAvailableDate']))
slots['times'] = pd.to_datetime((slots['nextAvailableDate']))
slots = slots[slots['times'].between('21:00:00', '02:00:00')]
Run Code Online (Sandbox Code Playgroud)
这将返回空的DataFrame以及以下解决方案:
slots = slots[slots['times'].dt.strftime('%H:%M:%S').between('21:00:00', '02:00:00')] …Run Code Online (Sandbox Code Playgroud) 我有一个带有时间戳的列
start_time:
0 2016-06-04 05:18:49
1 2016-06-04 06:50:12
2 2016-06-04 08:16:02
3 2016-06-04 15:05:13
4 2016-06-04 15:24:25
Run Code Online (Sandbox Code Playgroud)
我想在start_time列上使用一个函数将分钟> = 30舍入到下一个小时.
def extract_time(col):
time = col.strftime('%H:%M')
min= int(time.strip(':')[1])
hour= int(time.strip(':')[0])
if min >= 30:
return hour + 1
return hour
Run Code Online (Sandbox Code Playgroud)
然后我想用圆形小时创建一个新的列'小时':
df['hour'] = df['start_time'].apply(extract_time)
Run Code Online (Sandbox Code Playgroud)
我没有得到带有舍入时间的"小时"专栏,而是得到以下内容:
0 <function extract_hour at 0x128722b90>
1 <function extract_hour at 0x128722b90>
2 <function extract_hour at 0x128722b90>
3 <function extract_hour at 0x128722b90>
4 <function extract_hour at 0x128722b90>
Run Code Online (Sandbox Code Playgroud) 我有一个df看起来类似于此的数据框(除了Visit Date与每个相关的列中的条目数Client ID达到74,并且有几百个唯一Client IDs- 我在这里简化了它).
Visit Date Client ID
2016-05-25 C1009404
2016-06-30 C1009404
2016-07-14 C1009404
2016-07-20 C1009405
2016-08-03 C1009405
2016-08-08 C1009405
2016-08-10 C1009405
2016-08-15 C1009406
2016-08-17 C1009406
2016-08-24 C1009406
Run Code Online (Sandbox Code Playgroud)
我想将它从长到宽转换,使它看起来像这样:
Client ID Visit_1 Visit_2 Visit_3 Visit_4
C1009404 2016-05-25 2016-06-30 2016-07-14
C1009405 2016-07-20 2016-08-03 2016-08-08 2016-08-10
C1009406 2016-08-15 2016-08-17 2016-08-24
Run Code Online (Sandbox Code Playgroud)
我试过以下代码:
df_wide = df.groupby(['Client ID'], as_index=False).agg(lambda x: ', '.join(set(x.astype(str))))
df_wide = pd.concat([df_wide[['Client ID','ENROLLED_DT']], df_wide['VISIT_DT'].str.split(',', expand=True)], axis=1)
df_wide = df_wide.rename(columns={0: 'Visit_1', 1: 'Visit_2', 2: …Run Code Online (Sandbox Code Playgroud) 时间序列的第一个和最后一个日期如下:
firstday = transactions["Date"].head(1)
firstday
lastday = transactions["Date"].tail(1)
lastday
Dateindex
2017-12-30 2017-12-30
Name: Date, dtype: datetime64[ns]
Dateindex
2018-12-31 2018-12-31
Name: Date, dtype: datetime64[ns]
Run Code Online (Sandbox Code Playgroud)
我想要以下两件事:
1)获取第一天和最后一天作为"2017-12-30"和"2018-12-31"(字符串),而不是 dtype('<M8[ns]')
2)计算这些日期之间的整月数(正确的输出为12个月)
任何想法如何实现这些?谢谢.
我需要从星期日开始一年中的一周。默认的ISO周从星期一开始,但是我的要求是将星期日作为一周的开始。
例如2019-01-06是星期日,应该是第2周。
我确实尝试过
t1.strftime("%U")
Run Code Online (Sandbox Code Playgroud)
但是问题在于它在第一个星期日之前的新的一年中的所有天数都调整为0,并从该年的第一个星期日开始计算周数。
我在这里先向您的帮助表示感谢。
python-datetime ×10
python ×9
datetime ×6
pandas ×5
python-2.7 ×3
for-loop ×1
iso8601 ×1
python-3.x ×1
tuples ×1
week-number ×1