python - 将日期转换为 pandas

Question

我知道这个问题已经被问了大约 100 次，但我仍然不明白，而且给定的解决方案对我没有任何帮助。

我正在尝试将时间转换为与 Pandas/Python 类似的格式。我使用数据库条目作为数据，目前我在使用时间方面遇到问题，如下所示:

52   2017-08-04 12:26:56.348698
53   2017-08-04 12:28:22.961560
54   2017-08-04 12:34:20.299041

目标是将其用作year1和year2来制作如下图表:

def sns_compare(year1,year2):
    f, (ax1) = plt.subplots(1, figsize=LARGE_FIGSIZE)
    for yr in range(int(year1),int(year2)):
        sns.distplot(tag2[str(yr)].dropna(), hist=False, kde=True, rug=False, bins=25)
sns_compare(year1,year2)

当我尝试这样做时，我得到ValueError: invalidliteral for int() with base 10: '2017-08-04 12:34:20.299041'。

所以目前我正在考虑使用正则表达式来操纵时间字段，但这不是可行的方法，或者至少我无法想象。我尝试了 SO/GitHub 的各种建议，但没有任何效果。我也不知道“最佳”时间结构应该是什么样子。是20170804123420299041还是类似2017-08-04-12-34-20-299041。我希望有人能向我澄清这一点。

Answer 1

这是您的数据:

from matplotlib import pyplot as plt
from datetime import datetime
import pandas as pd
df = pd.DataFrame([("2017-08-04 12:26",56.348698),("2017-08-04 12:28",22.961560),("2017-08-04 12:34",20.299041)])
df.columns = ["date", "val"]

首先，我们转换为日期时间，然后减少 year1，接下来我们转换为天。

df['date'] = pd.to_datetime(df["date"])
df["days"]=(df['date'] -datetime(year1,1,1)).dt.total_seconds()/86400.0

绘制数据，并仅显示 year1 和 year2 之间的天数

plt.scatter(df["days"],df["val"])
plt.xlim((0,(year2-year1)*365))
plt.show()