- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个包含两列时间戳的数据框:
In [12]: df = pd.DataFrame({"start_time": range(1380805471, 1380805481), "end_time" : range(1380805481, 1380805491)})
In [13]: df.ix[:,['start_time','end_time']]
Out[13]:
start_time end_time
0 1380805471 1380805481
1 1380805472 1380805482
2 1380805473 1380805483
3 1380805474 1380805484
4 1380805475 1380805485
5 1380805476 1380805486
6 1380805477 1380805487
7 1380805478 1380805488
8 1380805479 1380805489
9 1380805480 1380805490
第二步只是让 start_time 在 end_time 之前显示,否则列按字母顺序显示,只有 df
。
现在,我想将这些时间戳转换成人类可读的时间来显示。目前,我正在做::
In [15]: import datetime as dt
In [16]: df['start_time'] = [dt.datetime.fromtimestamp(t) for t in df.start_time]
In [17]: df['end_time'] = [dt.datetime.fromtimestamp(t) for t in df.end_time]
In [18]: df.ix[:,['start_time','end_time']]
Out[18]:
start_time end_time
0 2013-10-03 18:34:31 2013-10-03 18:34:41
1 2013-10-03 18:34:32 2013-10-03 18:34:42
2 2013-10-03 18:34:33 2013-10-03 18:34:43
3 2013-10-03 18:34:34 2013-10-03 18:34:44
4 2013-10-03 18:34:35 2013-10-03 18:34:45
5 2013-10-03 18:34:36 2013-10-03 18:34:46
6 2013-10-03 18:34:37 2013-10-03 18:34:47
7 2013-10-03 18:34:38 2013-10-03 18:34:48
8 2013-10-03 18:34:39 2013-10-03 18:34:49
9 2013-10-03 18:34:40 2013-10-03 18:34:50
我的问题 - 是否有任何 Pandas 特定的方法不需要使用列表理解或者这是唯一的方法?
据我所知,处理时间戳的另一种方法是使用 DateTimeIndex,然后使用本地化方法转换为所需的时区。但是这种方式要求您将列作为索引,因此只能为一列完成。如果我对 DateTimeIndex 的理解有误,请纠正我。另外,我不要求这些列是索引。
那么使用 pandas 有更好的方法吗?
更新
In [52]: df['start_time'] = pd.DatetimeIndex(pd.to_datetime(df['start_time'],unit='s'),tz='UTC').tz_convert('Asia/Kolkata')
In [53]: df
Out[53]:
end_time start_time
0 1380805481 2013-10-03 13:04:31
1 1380805482 2013-10-03 13:04:32
2 1380805483 2013-10-03 13:04:33
3 1380805484 2013-10-03 13:04:34
4 1380805485 2013-10-03 13:04:35
5 1380805486 2013-10-03 13:04:36
6 1380805487 2013-10-03 13:04:37
7 1380805488 2013-10-03 13:04:38
8 1380805489 2013-10-03 13:04:39
9 1380805490 2013-10-03 13:04:40
它仍然显示 GMT 时间,而我想要 GMT+5.30,即使在指定“Asia/Kolkata”作为参数之后也是如此。我错过了什么吗?
我需要转换两列以显示本地时区的时间。 DateTimeIndex 的结果只有在我将其设置为索引时才可见。
In [55]: t = pd.DatetimeIndex(pd.to_datetime(df['start_time'],unit='s'),tz='UTC').tz_convert('Asia/Kolkata')
In [59]: df.set_index(t, inplace=True)
In [60]: df
Out[60]:
end_time start_time
2013-10-03 18:34:31+05:30 1380805481 2013-10-03 13:04:31
2013-10-03 18:34:32+05:30 1380805482 2013-10-03 13:04:32
2013-10-03 18:34:33+05:30 1380805483 2013-10-03 13:04:33
2013-10-03 18:34:34+05:30 1380805484 2013-10-03 13:04:34
2013-10-03 18:34:35+05:30 1380805485 2013-10-03 13:04:35
2013-10-03 18:34:36+05:30 1380805486 2013-10-03 13:04:36
2013-10-03 18:34:37+05:30 1380805487 2013-10-03 13:04:37
2013-10-03 18:34:38+05:30 1380805488 2013-10-03 13:04:38
2013-10-03 18:34:39+05:30 1380805489 2013-10-03 13:04:39
2013-10-03 18:34:40+05:30 1380805490 2013-10-03 13:04:40
我应该如何为这两列做这件事?
最佳答案
这是在 0.12 中引入的。一切都在 cython 中完成,速度要快得多。那个单位是纪元秒数(如果您的日期时间自纪元以来以毫秒为单位,您也可以传递例如“ms”)。 docs here
In [6]: df['end_time'] = pd.to_datetime(df['end_time'],unit='s')
In [7]: df['start_time'] = pd.to_datetime(df['end_time'],unit='s')
In [8]: df
Out[8]:
end_time start_time
0 2013-10-03 13:04:41 2013-10-03 13:04:41
1 2013-10-03 13:04:42 2013-10-03 13:04:42
2 2013-10-03 13:04:43 2013-10-03 13:04:43
3 2013-10-03 13:04:44 2013-10-03 13:04:44
4 2013-10-03 13:04:45 2013-10-03 13:04:45
5 2013-10-03 13:04:46 2013-10-03 13:04:46
6 2013-10-03 13:04:47 2013-10-03 13:04:47
7 2013-10-03 13:04:48 2013-10-03 13:04:48
8 2013-10-03 13:04:49 2013-10-03 13:04:49
9 2013-10-03 13:04:50 2013-10-03 13:04:50
请注意,这已经是格林威治标准时间了。 datetime.fromtimestamp
转换为本地 tz)。如果你想要的话。
In [21]: DatetimeIndex(pd.to_datetime(df['end_time'],unit='s'),tz='UTC').tz_convert('EST')
Out[21]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-10-03 08:04:41, ..., 2013-10-03 08:04:50]
Length: 10, Freq: None, Timezone: EST
In [32]: DataFrame(dict(end_time = DatetimeIndex(pd.to_datetime(df['end_time'],unit='s'),tz='UTC').tz_convert('Asia/Kolkata').asobject))
转换为 Asia/Kolkata 的 tz。您必须将其表示为对象。这是可行的。
end_time
0 2013-10-03 18:34:41+05:30
1 2013-10-03 18:34:42+05:30
2 2013-10-03 18:34:43+05:30
3 2013-10-03 18:34:44+05:30
4 2013-10-03 18:34:45+05:30
5 2013-10-03 18:34:46+05:30
6 2013-10-03 18:34:47+05:30
7 2013-10-03 18:34:48+05:30
8 2013-10-03 18:34:49+05:30
9 2013-10-03 18:34:50+05:30
关于python - 在不使用 Pandas 中的 DateTimeIndex 的情况下将具有时间戳值的多个列转换为 GMT 时间,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19160527/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!