Eason [資料科學//Python學習/資料庫] & [拍片&剪片]

#時間資料型態
from datetime import datetime

now=datetime.now()
print(now)
print('年:',now.year, '月:',now.month,'日:' ,now.day)

print(datetime(2015,1,1))

delta=datetime(2015,1,1) - datetime(2014,8,10)
print(delta)

#String & Datetime 轉換

#String to Datetime
str='2016-07-07 14:30:22'
date=datetime.strptime(str,'%Y-%m-%d %H:%M:%S')
print(date)

# Datetime to String 

date=datetime(2015,1,1)

str_date= datetime.strftime(date,'%Y-%m-%d %H:%M:%S')
print(str_date)
 

output:

2017-08-11 10:52:06.202745
年: 2017 月: 8 日: 11
2015-01-01 00:00:00
144 days, 0:00:00
2016-07-07 14:30:22
2015-01-01 00:00:00

Month        datetime64[ns]
robberies             int64
dtype: object

#Pandas DatetimeIndex  將index轉為時間，做時間序列分析會比較方便
boston=boston.set_index(boston['Month'],drop=True)
del boston['Month']
boston.head()
boston.index=pd.to_datetime(boston.index,format='%Y-%m-%d') #把index轉換成datetime
boston.head()

#時間序列分析（Time Series Analysis） 視覺化

boston.plot(x=boston.index,kind='line')
plt.show()
 

#DatetimeIndex 時間分割/聚合

boston_year=boston.groupby(boston.index.year).mean()  #根據年做group by 
print(boston_year.head())

boston_year.plot(kind='line')
plt.show()

boston_Q =boston.resample('Q-NOV').mean()   #以季切分   12月為開始當做第一季 做一季一季切分
print(boston_Q.head())
boston_Q[boston_Q.index.year>1973]
boston_Q.plot(kind='line')
plt.show()