我们在处理时间相关的数据时有好多库可以用,最常用的还是外置的datetime、time这两个。做数据剖析时基本就会导出pandas库,而pandas提供了Timestamp和Timedelta两个也很强悍的类,但是在其官方文档上直接写着对标datetime.datetimeandroid unix时间戳转换成时间,所以就准备深入一下pandas外置的Timestamp的用法wps for linux,在不导出datetime等库的时侯实现对时间相关数据的处理。
Timestamp基本构成
按照Timestamp的官方文档,通过pd.Timestamp('2019-09-26')和pd.Timestamp(year=2019,month=9,day=26,hour=15)等方式可以得到一个时间戳类型的对象linux手机,Timestamp的常用输入参数有:
整理为思维导图如下:
Timestamp对象常用的属性如下,按照名称都挺容易理解是哪些数据
整理为思维导图如下:
Timestamp对象常用的操作方式有:
整理的思维导图如下:
关于pd.Timedelta,时间间隔类型的知识android unix时间戳转换成时间,整理如下:
pd.Timedelta
需求与应用
从里面的描述我们可以看见Timestamp是很强悍的,和datetime相比也不遑多让。
处理时间序列相关数据的需求主要有:生成时间类型数据、时间间隔估算、时间统计、时间索引、格式化输出。
比如业务中的算注册到首次付费时间、算活动开始到该用户付费时间、算逗留时长(从步入页面到退出页面的时间或从打开APP到退出的时间差)、获取当前时间算年纪以进行数据验证等。
下边主要通过一个比较综合的示例整合以上需求: