本文介绍了日期时间到python3中的十进制小时和分钟的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一个数据帧
,每 30分钟就有一个
。使用我的datetime索引,我需要创建一个带有气象数据
数据 timestamps
的列,但是它必须为 decimal
。下面是示例:
I have a dataframe
with meteorological
data every 30 minutes
. With my datetime index I need to create a column with timestamps
, but it must be in decimal
. Here's the example below:
In [134]: df.index[0:3]
Out[134]:
DatetimeIndex(['2016-01-01 00:30:00', '2016-01-01 01:00:00',
'2016-01-01 01:30:00'],
dtype='datetime64[ns]', name='date_time', freq=None)
我需要创建一个列,如下所示:
I need create a column as follows:
df.new[0:3]
0.5,1,1.5
哪里有30分钟我转换为 .5
。
遵循我的脚本:
Where have 30 minutes i transform in .5
.Follow my script:
import pandas as pd
import numpy as np
df = pd.read_csv('./cs_teste_full_output_2018-02-26T004329_adv.csv',skiprows=(0),
header=1,na_values='-9999.0')
df = df.drop(df.index[[0]])
df['date_time'] = df['date'] + str(' ') + df['time']
df = df.set_index(pd.DatetimeIndex(df['date_time']))
df.index.strftime('%M')/60
for i in range(1,len(df.index),1):
print(i)
df['minute'][i] = np.array(list(map(int,list(df.index.strftime('%M')))))/60
df['hour'] = df.index.strftime('%H')
df['hour_minute'] = df['hour'] + df['minute']
但是这种方式不起作用,我无法用其他任何方式
But this way it is not working and I can not do it any other way.
推荐答案
一种方法是提取小时并将分钟转换为小时。
One way is to extract the hour and convert minutes to hours.
无需转换为字符串。
import pandas as pd
idx = pd.DatetimeIndex(['2016-01-01 00:30:00',
'2016-01-01 01:00:00',
'2016-01-01 01:30:00'],
dtype='datetime64[ns]', name='date_time', freq=None)
idx.hour + idx.minute / 60
# Float64Index([0.5, 1.0, 1.5], dtype='float64', name='date_time')
这篇关于日期时间到python3中的十进制小时和分钟的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!