时间处理

时间处理#

先准备基础数据（带时间字段的销售数据）#

1
import pandas as pd
2
import numpy as np
3

4
# 模拟一份电商销售数据（字符串格式的时间）
5
data = {
6
    "订单时间": ["2024-01-05 08:30:25", "2024-01-05 14:20:10", "2024-01-06 09:15:30",
7
                "2024-02-10 10:00:00", "2024-02-10 16:40:50", "2024-03-15 11:25:15"],
8
    "商品类别": ["电子产品", "服装", "电子产品", "服装", "电子产品", "服装"],
9
    "销售额": [5000, 1200, 3800, 1800, 6500, 2200]
10
}
11
df = pd.DataFrame(data)
12
print("原始数据（时间为字符串）：")
13
print(df)

一、核心基础：时间类型转换（字符串→datetime）#

Pandas 中处理时间的前提是把字符串格式的时间转换成 datetime64 类型（Pandas 专属的时间类型），核心函数是 pd.to_datetime()。

1. 基础转换#

1
# 将「订单时间」列从字符串转为datetime类型
2
df["订单时间"] = pd.to_datetime(df["订单时间"])
3
print("\n转换后的数据类型：")
4
print(df.dtypes)  # 订单时间列变为 datetime64[ns]
5
print("\n转换后的数据：")
6
print(df)

输出（时间列从字符串变成可操作的时间类型）：

1
转换后的数据类型：
2
订单时间    datetime64[ns]
3
商品类别           object
4
销售额             int64
5
dtype: object
6

7
转换后的数据：
8
               订单时间  商品类别  销售额
9
0 2024-01-05 08:30:25  电子产品  5000
10
1 2024-01-05 14:20:10     服装  1200
11
2 2024-01-06 09:15:30  电子产品  3800
12
3 2024-02-10 10:00:00     服装  1800
13
4 2024-02-10 16:40:50  电子产品  6500
14
5 2024-03-15 11:25:15     服装  2200

2. 处理特殊格式时间#

如果时间格式不是标准的 YYYY-MM-DD（比如 2024/01/05、05-01-2024），需要指定 format 参数：

1
# 示例：处理「月/日/年 时:分」格式
2
time_str = ["01/05/2024 08:30", "02/10/2024 10:00"]
3
dt = pd.to_datetime(time_str, format="%m/%d/%Y %H:%M")
4
print("\n特殊格式时间转换结果：")
5
print(dt)

二、时间索引：把时间列设为索引（方便时间筛选 / 聚合）#

将 datetime 类型的列设为行索引（时间索引），是 Pandas 处理时间序列的核心技巧，能大幅简化后续操作。

1
# 将「订单时间」设为索引（inplace=True 直接修改原DF）
2
df.set_index("订单时间", inplace=True)
3
print("\n设置时间索引后的数据：")
4
print(df)

输出（行索引变成时间，可按时间快速筛选）：

1
                     商品类别  销售额
2
订单时间
3
2024-01-05 08:30:25  电子产品  5000
4
2024-01-05 14:20:10     服装  1200
5
2024-01-06 09:15:30  电子产品  3800
6
2024-02-10 10:00:00     服装  1800
7
2024-02-10 16:40:50  电子产品  6500
8
2024-03-15 11:25:15     服装  2200

三、时间筛选：按年 / 月 / 日 / 小时筛选数据#

有了时间索引后，可通过「标签切片」或「属性筛选」快速提取指定时间段的数据。

1. 按时间范围切片（最常用）#

1
# 筛选 2024年1月 的所有数据
2
df_jan = df["2024-01"]
3
print("\n2024年1月的销售数据：")
4
print(df_jan)
5

6
# 筛选 2024-01-05 到 2024-02-10 的数据
7
df_range = df["2024-01-05":"2024-02-10"]
8
print("\n2024-01-05 至 2024-02-10 的数据：")
9
print(df_range)

2. 按时间属性筛选（年 / 月 / 日 / 小时）#

datetime 类型支持直接提取 year/month/day/hour 等属性：

1
# 重置索引（方便演示属性筛选）
2
df_reset = df.reset_index()
3
# 筛选「10点到18点」的订单（小时数在10~18之间）
4
df_hour = df_reset[df_reset["订单时间"].dt.hour.between(10, 18)]
5
print("\n10~18点的订单数据：")
6
print(df_hour[["订单时间", "商品类别", "销售额"]])
7

8
# 筛选「2月份」的订单
9
df_feb = df_reset[df_reset["订单时间"].dt.month == 2]
10
print("\n2月份的订单数据：")
11
print(df_feb[["订单时间", "商品类别", "销售额"]])

四、时间重采样（resample）：按时间粒度聚合#

重采样是「将时间序列数据从一个粒度转换为另一个粒度」，比如：

按「天」聚合→按「月」聚合（细粒度→粗粒度，降采样）；
按「月」聚合→按「天」插值（粗粒度→细粒度，升采样）。

核心语法#

1
df.resample(规则).聚合函数()

常用规则：D（天）、W（周）、M（月）、Q（季度）、Y（年）、H（小时）。

示例：按「月」聚合销售额#

1
# 重置索引（恢复订单时间列）
2
df_reset = df.reset_index()
3
# 先设回时间索引，再按「月」聚合
4
df_resample = df_reset.set_index("订单时间").resample("M")["销售额"].sum()
5
# 重命名列（更易读）
6
df_resample = df_resample.rename("月度总销售额")
7
print("\n按月聚合的销售额：")
8
print(df_resample)

输出（清晰看到 1/2/3 月的总销售额）：

1
订单时间
2
2024-01-31    10000
3
2024-02-29     8300
4
2024-03-31     2200
5
Freq: M, Name: 月度总销售额, dtype: int64

多维度重采样（按「月 + 商品类别」聚合）#

1
# 按「月」和「商品类别」分组聚合
2
df_resample_multi = df_reset.set_index("订单时间").groupby([pd.Grouper(freq="M"), "商品类别"])["销售额"].sum()
3
print("\n按月+商品类别聚合的销售额：")
4
print(df_resample_multi)

输出（精准看到每个月不同类别的销售额）：

1
订单时间    商品类别
2
2024-01-31  电子产品    8800
3
           服装       1200
4
2024-02-29  电子产品    6500
5
           服装       1800
6
2024-03-31  服装       2200
7
Name: 销售额, dtype: int64

五、时间计算：时间差（Timedelta）与时间偏移（DateOffset）#

1. 计算时间差（Timedelta）#

比如计算两个订单的时间间隔、订单距今的天数：

1
# 取第一个和最后一个订单时间
2
first_time = df_reset["订单时间"].iloc[0]
3
last_time = df_reset["订单时间"].iloc[-1]
4
# 计算时间差
5
time_diff = last_time - first_time
6
print(f"\n第一个订单到最后一个订单的时间差：{time_diff}")
7
print(f"时间差（天数）：{time_diff.days} 天")
8

9
# 计算每个订单距今的天数（当前时间 - 订单时间）
10
df_reset["距今天数"] = (pd.Timestamp.now() - df_reset["订单时间"]).dt.days
11
print("\n每个订单距今的天数：")
12
print(df_reset[["订单时间", "商品类别", "距今天数"]])

2. 时间偏移（DateOffset）：加减时间#

比如给订单时间加 1 个月、减 3 天：

1
# 订单时间加1个月
2
df_reset["订单时间+1个月"] = df_reset["订单时间"] + pd.DateOffset(months=1)
3
# 订单时间减3天
4
df_reset["订单时间-3天"] = df_reset["订单时间"] - pd.DateOffset(days=3)
5
print("\n时间偏移后的结果：")
6
print(df_reset[["订单时间", "订单时间+1个月", "订单时间-3天"]])

总结#

基础核心：先用 pd.to_datetime() 将字符串时间转为 datetime64 类型，再将其设为时间索引，是后续所有时间操作的前提；
筛选技巧：时间索引支持「范围切片」，也可通过 .dt.year/.month/.hour 提取属性筛选；
聚合核心：resample() 是按时间粒度聚合的关键（D/ M/ Y 等规则），可结合 groupby 实现多维度时间聚合；
时间计算：Timedelta 计算时间差，DateOffset 实现时间加减，满足时间偏移需求。

走马

音乐