Data Science Academy · Oppitunti

Jäsennä merkkijonot datetime-arvoiksi

to_datetime ja muotojen käsittely

Oppitunti 1/413 vaihetta

Jäsennä merkkijonot datetime-arvoiksi on ilmainen Data Science Academy-oppitunti CoddyKitissä. Tämä on oppitunti 1/4. Voit lukea koko oppitunnin alta ilmaiseksi ja harjoitella sen jälkeen käytännössä selaimessa sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla. Oppitunti kuuluu Data Science Academy-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. Data Science Academy-kurssilla on yhteensä 4 oppituntia.

Päivämäärät piiloutuvat tekstiksi

Kun lataatte CSV-tiedoston, päivämäärät saapuvat yleensä tavallisina merkkijonoina. Ne näyttävät oikeilta, mutta pandas käsittelee niitä tekstinä, joten päivämäärälaskut eivät vielä toimi. 📅

to_datetime käyttöön

Ratkaisu on yksi funktio: pd.to_datetime. Se käy tekstin läpi ja muuttaa jokaisen arvon oikeaksi aikaleimaksi, jota pandas voi käsitellä laskennassa.

import pandas as pd
ts = pd.to_datetime("2024-03-15")
print(ts)

Muunna kokonainen sarake

Kun välitätte Series-olion funktiolle, saatte takaisin aikaleimoja sisältävän sarakkeen. Tätä tehdään yleensä heti taulukon lataamisen jälkeen, jos siinä on päivämääräkenttä.

df["date"] = pd.to_datetime(df["date"])

Tarkista dtype

Muuntamisen jälkeen sarakkeen dtype on datetime64. Tämä yksittäinen tarkistus kertoo, onnistuiko jäsentäminen ja ovatko päivämäärälaskut nyt käytettävissä.

print(df["date"].dtype)  # datetime64[ns]

Monia muotoja yhdellä kutsulla

to_datetime on älykäs: se lukee automaattisesti ISO-päivämäärät, kauttaviivoilla kirjoitetut päivämäärät ja jopa kirjoitetut kuukaudet. Siisteille ISO-merkkijonoille ei yleensä tarvitse antaa lisätietoja.

pd.to_datetime(["2024-01-01", "Jan 2, 2024"])

Määritä muoto tarkasti

Kun päivämäärät ovat tulkinnanvaraisia, antakaa eksplisiittinen format-merkkijono. Se poistaa arvailun ja nopeuttaa käsittelyä suurissa sarakkeissa.

pd.to_datetime("15/03/2024", format="%d/%m/%Y")

Päivä ensin -päivämäärät

Onko 03/04 maaliskuu vai huhtikuu? Asettakaa dayfirst=True, jotta pandas lukee päivän ennen kuukautta eurooppalaisten päivämäärämuotojen mukaisesti.

pd.to_datetime("03/04/2024", dayfirst=True)

Virheelliset arvot ilman kaatumista

Yksi epäsiisti solu voi rikkoa koko jäsentämisen. Käyttäkää errors="coerce"-asetusta, jotta jäsentämiskelvottomat arvot muuttuvat NaT-arvoiksi virheen nostamisen sijaan.

pd.to_datetime("not-a-date", errors="coerce")  # NaT

Tutustutaan NaT-arvoon

NaT on datetime-tyyppien versio NaN-arvosta eli puuttuva aikaleima. Voitte löytää epäonnistuneet jäsennykset isna-toiminnolla ja päättää, miten käsittelette ne.

df["date"].isna().sum()  # count failed parses

Yhdistä päivämäärä ja kellonaika

Onko teillä erilliset päivämäärä- ja tuntisarakkeet? Yhdistäkää ne yhdeksi merkkijonoksi ja jäsentäkää se sitten kerralla. Lopputuloksena on yksi siisti aikaleima.

pd.to_datetime(df["day"] + " " + df["time"])

Jäsennä latauksen yhteydessä

Voitte ohittaa yhden vaiheen jäsentämällä päivämäärät tuonnin aikana. Välittäkää parse_dates read_csv-funktiolle, niin sarake saapuu jo datetime-muodossa.

pd.read_csv("sales.csv", parse_dates=["date"])

Pikatarkistus

Päivämääräsarakkeessanne on muutama virheellinen arvo, jotka haluatte säilyttää puuttuvina.

Vastaa interaktiivisessa oppitunnissa

Kertaus: osaatte jäsentää päivämäärät

Muutittekste tekstin oikeiksi aikaleimoiksi pd.to_datetime-toiminnolla, hallitsitte muotoja, käsittelitte virheelliset arvot coerce-asetuksella ja jäsensitte päivämäärät jo latauksen yhteydessä. Päivämäärälaskut ovat nyt ulottuvillanne. 🎉

Aloita maksutta

Opi Python tekoälytuutorin avulla — ilmaiseksi

Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.

Kurssit: 30
Oppitunnit: 120

Aloita opiskelu maksutta Näytä koko kurssi

Usein kysytyt kysymykset

Onko oppitunti ”Jäsennä merkkijonot datetime-arvoiksi” ilmainen?

Kyllä – oppitunnin ”Jäsennä merkkijonot datetime-arvoiksi” koko tekstin voi lukea täällä verkossa ilmaiseksi. Jos haluat harjoitella interaktiivisesti sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla sekä avata koko Data Science Academy-kurssin, päivitä CoddyKit PROhon. Data Science Academy-kurssilla on yhteensä 4 oppituntia.

Mitä opin oppitunnilla ”Jäsennä merkkijonot datetime-arvoiksi”?

to_datetime ja muotojen käsittely Harjoittelet Data Science Academy-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.

Tarvitsenko kokemusta aloittaakseni Data Science Academy-opiskelun?

Aiempi kokemus ei ole tarpeen. CoddyKitin Data Science Academy-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 1/4.

Kuinka kauan ”Jäsennä merkkijonot datetime-arvoiksi”-oppitunnin suorittaminen kestää?

Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.

Voinko kirjoittaa ja suorittaa koodia tällä Data Science Academy-oppitunnilla?

Kyllä. Jokainen Data Science Academy-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.

Kaikki tämän kurssin oppitunnit

← Takaisin: Data Science Academy