pandas 时间相关的类
| 类名称 | 说明 |
|---|---|
| Timestamp | 最基础的时间类。表示某个时间点。在绝大多数的场景中时间数据都是以Timestamp形式的时间 |
| Period | 表示单个时间跨度，或者某个时间段，例如某一天，某一小时等。 |
| Timedelta | 表示不同单位的时间，例如1天，1.5小时，3分钟，4秒等，而非具体的某个时间段 |
| DatetimeIndex | 一组Timestamp构成的Index，可以用来作为Series或者DataFrame的索引 |
| PeriodtimeIndex | 一组Period构成的Index，可以用来作为Series或者DataFrame的索引 |
| TimedeltaIndex | 一组Timedelta构成的Index，可以用来作为Series或者DataFrame的索引 |
import pandas as pd
order=pd.read_table('./data/meal_order_info.csv',sep=',',encoding='gbk')
print('进行转换前的订单信息表lock_time的类型为：',order['lock_time'].dtypes)
order['lock_time']=pd.to_datetime(order['lock_time'])
print('进行转换后的订单信息表lock_time的类型为：',order['lock_time'].dtypes)
进行转换前的订单信息表lock_time的类型为： object
进行转换后的订单信息表lock_time的类型为： datetime64[ns]
print('最小时间为：',pd.Timestamp.min)
print('最大时间为：',pd.Timestamp.max)
最小时间为： 1677-09-21 00:12:43.145225
最大时间为： 2262-04-11 23:47:16.854775807
DatetimeIndex与PeriodIndex函数
- 除了将数据字原始DataFrame中直接转化为Timestamp格式外，还可以将数据单独提取出来将其转换为DatetimeIndex或者PeriodIndex
- 转换为PeriodIndex的时候要注意，需要通过freq参数指定时间间隔，常用的时间间隔有
Y 年
M 月
D 日
H 小时
T 分钟
S 秒
dateIndex=pd.DatetimeIndex(order['lock_time'])
print('转换为')