image.png

如果我们发现时间相关内容的变量为int,float,str等类型，不方便后面的分析，就需要转化为常用的时间变量格式：datetime

1.转化为datetime

pandas.to_datetime()
本例中：

'''
此处如果用format='%y%m%d'，则只能识别出年份中的两位数，例如1997只能识别成97 
'''
pd.to_datetime(df['order_dt'],format='%Y%m%d')

image.png

df.order_dt.astype('datetime64[D]')  #转化为datetime64，精度为日
df.order_dt.astype('datetime64[M]')  #转化为datetime64，精度为月

image.png
image.png

2.差值计算后去掉单位

order_dt_diff/np.timedelta64(1,'D') #此处order_dt_diff为设定的时间单位计算的差值保存变量
#如果不进行操作，会有单位D存在

image.png

3.时间维度的提取

假如我们要统计某共享单车一天内不同时间点的用户使用数据，例如

image.png

df['start_time'].dt.hour.unique()

还有其他维度的提取，年、月、日、周，参见：
Datetime properties