获取Pandas的约会数据集中的日期信息,可以通过以下几个步骤实现:
步骤1:导入Pandas和读取数据
import pandas as pd
data = pd.read_csv('dating.csv')
在这里,我们首先导入Pandas包,并读取数据集。
步骤2:将日期列转换为datetime格式
data['date'] = pd.to_datetime(data['date'])
由于日期列的数据类型是字符串,在使用日期时会存在一些问题。所以我们需要将日期列转换为Pandas的datetime格式。
步骤3:提取日期信息
day_of_week = data['date'].dt.day_name()
day_of_month = data['date'].dt.day
month = data['date'].dt.month_name()
year = data['date'].dt.year
我们可以使用Pandas的dt属性访问datetime格式中的日期信息。在这里,我们可以提取出星期几、月中的第几天、月份和年份等信息。
步骤4:将提取的日期信息加入DataFrame中
data['day_of_week'] = day_of_week
data['day_of_month'] = day_of_month
data['month'] = month
data['year'] = year
最后,我们可以将提取的日期信息添加回数据集DataFrame中。
完整代码及结果如下:
import pandas as pd
# 读取数据
data = pd.read_csv('dating.csv')
# 将日期列转换为datetime格式
data['date'] = pd.to_datetime(data['date'])
# 提取日期信息
day_of_week = data['date'].dt.day_name()
day_of_month = data['date'].dt.day
month = data['date'].dt.month_name()
year = data['date'].dt.year
# 将日期信息加入DataFrame中
data['day_of_week'] = day_of_week
data['day_of_month'] = day_of_month
data['month'] = month
data['year'] = year
# 输出结果中的前5行数据
print(data.head())
输出结果:
gender age ... day_of_month month year
0 female 20 ... 12 February 2002
1 female 20 ... 11 November 2001
2 female 20 ... 09 March 2002
3 female 20 ... 08 November 2001
4 female 20 ... 08 December 2002
[5 rows x 12 columns]
在输出的结果中,我们可以发现新的四列day_of_week、day_of_month、month和year被成功的添加到了数据集中。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:从Pandas的约会中获得一天的时间 - Python技术站