看过来
《pandas 教程》 持续更新中,提供建议、纠错、催更等加作者微信: gr99123(备注:pandas教程)和关注公众号「盖若」ID: gairuo。跟作者学习,请进入 Python学习课程。欢迎关注作者出版的书籍:《深入浅出Pandas》 和 《Python之光》。
(编码题)在实际开发中,需要灵活使用不同参数格式来创建 Timestamp 对象,适应各种时间数据源。
import pandas as pd
# 源数据:多种时间参数格式
print("可用参数格式示例:")
print("- 字符串: '2023-06-15 14:30:45'")
print("- 整数元组: (2023, 6, 15, 14, 30, 45)")
print("- 关键字参数: year=2023, month=6, day=15")
输出结果:
可用参数格式示例:
- 字符串: '2023-06-15 14:30:45'
- 整数元组: (2023, 6, 15, 14, 30, 45)
- 关键字参数: year=2023, month=6, day=15
用 pd.Timestamp() 传入以上元素创建一个 pandas 时间对象。
代码如下:
import pandas as pd
# 方法1: 字符串格式
ts1 = pd.Timestamp('2023-06-15 14:30:45')
print("字符串格式:", ts1)
# 方法2: 整数元组格式
ts2 = pd.Timestamp(2023, 6, 15, 14, 30, 45)
print("整数元组格式:", ts2)
# 方法3: 关键字参数格式
ts3 = pd.Timestamp(year=2023, month=6,
day=15, hour=14,
minute=30, second=45)
print("关键字参数格式:", ts3)
# 方法4: Unix时间戳
ts4 = pd.Timestamp(1686832245, unit='s') # Unix时间戳(秒)
print("Unix时间戳格式:", ts4)
# 验证相等性
print("对象类型:", type(ts1))
输出结果:
字符串格式: 2023-06-15 14:30:45
整数元组格式: 2023-06-15 14:30:45
关键字参数格式: 2023-06-15 14:30:45
Unix时间戳格式: 2023-06-15 14:30:45
对象类型: <class 'pandas._libs.tslibs.timestamps.Timestamp'>
pd.Timestamp()
支持多种参数传入方式:字符串格式直接解析、整数元组按位置参数传入、关键字参数按名称传入、Unix时间戳数值转换。所有方法都能创建相同的Timestamp对象,提供了极大的灵活性来处理不同格式的源时间数据。这种多样性使得Timestamp可以轻松集成到各种数据源和处理流程中。
(完)
更新时间:2025-09-11 18:00:23 标签:pandas python 时间