Gấu trúc đọc ngày excel mà không cần thời gian
|
TUYÊN BỐ MIỄN TRỪ TRÁCH NHIỆM. Nếu bạn không biết cách viết mã, vui lòng kiểm tra công cụ của chúng tôi www. bảng tính sạch. com cho phép bạn làm điều này mà không cần mã Show Nếu bạn lấy mẫu 100 người làm việc với dữ liệu và hỏi họ loại dữ liệu nào (văn bản, số, v.v.). ) thường gây rắc rối nhất cho họ, tôi cá là ít nhất một nửa trong số họ sẽ nói ngày tháng Ngày là một mớ hỗn độn. Dường như có rất nhiều cách để định dạng chúng. Sau đó, các chương trình khác nhau sử dụng các phương pháp khác nhau để xem một đoạn văn bản có phải là ngày tháng hay không. Điều này dẫn đến kẻ thù của Dữ liệu - không chuẩn hóa và lộn xộn PSA. Tất cả chúng ta có thể đồng ý viết ngày là YYYY-MM-DD không? . Chuyển cái này đi và hãy kết thúc Ngày tận thế này một lần cho tất cả Nhưng cho đến khi tất cả chúng ta có thể hiểu được thông báo này, chúng ta thường xuyên cần chuyển đổi ngày thành một định dạng bất cứ khi nào chúng ta thực hiện phân tích dữ liệu Hướng dẫn này phác thảo một cách để chuyển đổi ngày trong bảng tính bằng Python và Pandas. Có nhiều cách để làm điều này nhưng chúng tôi thấy đây là cách dễ nhất Điều kiện tiên quyết Nếu bạn không biết cách sử dụng Terminal và Python, hoặc cách đọc và ghi tệp bằng Python và Pandas, thì hãy xem hướng dẫn này trước Giới thiệu về Đọc và Viết Bảng tính với Python Tập tinChúng tôi sẽ sử dụng một tệp mẫu cho hướng dẫn này. Bạn có thể tải xuống bằng cách nhấp vào tên tệp. cuộc gọi khách hàng. xlsx Tệp này chứa một hàng cho các cuộc gọi được thực hiện cho khách hàng. Cột ngày mà chúng ta sẽ chuẩn hóa có tên là DateTime Recorded và như được thấy bên dưới, có tất cả các loại định dạng ngày khác nhau Mã đầy đủ ở bên dưới và bạn có thể làm theo. Chúng tôi sẽ chia nhỏ mã trong hướng dẫn Mã đơn giản để chuyển đổi ngày thành bất kỳ định dạng nào bạn muốnTạo tệp cho mã Mở trình soạn thảo văn bản và tạo tệp date. py. Lưu cái này vào cùng thư mục với CustomerCalls. tập tin xlsx Nhập thư việnDòng 1 Nhập thư viện pandas để đọc, chuyển đổi ngày tháng và viết bảng tính import pandas as pdĐọc tệpdòng 4 Chúng tôi sẽ đọc bảng tính bằng gấu trúc và lưu trữ kết quả trong khung dữ liệu customer_calls customer_calls = pd.read_excel("CustomerCalls.xlsx")Chuyển đổi ngày thành YYYY-MM-DD & Viết chuyển đổi sang một tệp mớiDòng 7–8 Bây giờ hãy xem dòng mã chuyển đổi ngày tháng. Đây là phần cốt lõi của hướng dẫn nên chúng ta sẽ mổ xẻ nó một cách chi tiết customer_calls["DateTime Recorded"] = pd.to_datetime(customer_calls["DateTime Recorded"]).dt.strftime("%Y-%m-%d")Phía bên phải của dòng làm một vài điều
pd.to_datetime(customer_calls["DateTime Recorded"])2. Sau đó, chúng tôi gọi phương thức dt và strftime với một giá trị, “%Y-%m-%d” cho Python biết cách chúng tôi muốn định dạng ngày. Hãy gọi đây là chuỗi định dạng ngày. Chúng ta sẽ xem xét cách tạo giá trị này cho bất kỳ định dạng nào sau này trong hướng dẫn .dt.strftime("%Y-%m-%d")Phía bên trái của dòng chỉ định kết quả của chuyển đổi trở lại cột DateTime Recorded của khung dữ liệu customer_calls customer_calls["DateTime Recorded"] =Sau đó, chúng tôi viết khung dữ liệu này với cột đã chuyển đổi thành một tệp mới. Bạn có thể mở và kiểm tra ngày đã chuyển đổi customer_calls.to_excel("CustomerCalls_YYYY_MM_DD.xlsx")Tạo chuỗi định dạng ngàyChuyển đổi sang bất kỳ định dạng nào khác yêu cầu chuỗi định dạng ngày thích hợp. Python cung cấp ánh xạ các phần phổ biến khác nhau của ngày, chẳng hạn như Năm có 4 chữ số (2019) và những gì chúng tương ứng trong Python, chẳng hạn như %Y Trong tài liệu chính thức, đây được gọi là chỉ thị. Sau đó, bạn có thể sử dụng chúng để tạo chuỗi định dạng ngày và chuyển đổi ngày. Python sẽ thay thế các lệnh bằng giá trị ngày thích hợp được định dạng E. g. , %Y là cả năm, %m là tháng có 2 chữ số và %d là ngày có 2 chữ số. Nếu chúng tôi muốn YYYY-MM-DD thì chúng tôi chỉ định “%Y-%m-%d”. Nếu chúng tôi muốn DD/MM/YYYY, thì chúng tôi chỉ định “%d/%m/%Y” Theo nghĩa đen, chúng tôi có thể chỉ định bất kỳ thứ gì như “%d ngày của %m tháng tuyệt vời của % Y năm” sẽ chuyển đổi tất cả các ngày thành 24 ngày của 02 tháng tuyệt vời của năm 2019 Chúng ta hãy nhìn vào bản đồ dưới đây. Bạn cũng có thể đọc về điều này trong Ví dụ cho ngày 22 tháng 9 năm 2019, 5. 30 giờ chiều
Một lần nữa, bạn có thể thấy chuỗi định dạng ngày có thể chứa bất kỳ thứ gì trong đó. Các lệnh được đánh dấu bằng % được thay thế bằng định dạng ngày thích hợp và mọi thứ khác vẫn giữ nguyên Để chuyển đổi DateTime Recorded thành thứ gì đó như 22-Sep-19, chuỗi định dạng ngày của bạn sẽ là “%d-%b-%y” và dòng mã của bạn để chuyển đổi ngày tháng sẽ như sau customer_calls["DateTime Recorded"] = pd.to_datetime(customer_calls["DateTime Recorded"]).dt.strftime("%d-%b-%y")Vui lòng thử các kết hợp khác nhau và xuất các tệp để thử nghiệm Những điều bổ sung Có một số điều bạn có thể gặp phải khi chuyển đổi ngày tháng
Nếu bạn muốn có ứng dụng tùy chỉnh, dữ liệu được làm sạch hoặc dự án được tạo bằng bảng tính, bạn có thể xem dịch vụ tư vấn của chúng tôi tại đây. https. //www. bảng tình yêu. com Làm cách nào để xóa thời gian khỏi cột ngày giờ trong gấu trúc?hàm strftime() để xóa thời gian khỏi datetime trong Python. Chúng ta cũng có thể sử dụng hàm strftime() để xóa thời gian khỏi datetime trong Python. Hàm strftime() được sử dụng để trả về một chuỗi dựa trên đối tượng datetime. Chúng ta cần chỉ định định dạng của các giá trị cần thiết để trích xuất chúng.
Làm cách nào để đọc cột ngày từ excel trong gấu trúc?Cách tiếp cận. . Nhập mô-đun cần thiết Nhập dữ liệu từ tệp Excel Tạo một cột bổ sung cho một ngày mới Đặt chỉ mục để tìm kiếm Xác định mẫu định dạng ngày Ngày tìm kiếm và gán cho cột tương ứng trong Dataframe Làm cách nào để chỉ trích xuất ngày từ datetime trong gấu trúc?Phương pháp 1. Sử dụng hàm ngày tháng . dataframe là khung dữ liệu đầu vào to_datetime là hàm dùng để chuyển chuỗi datetime thành datetime DateTime là cột ngày giờ trong khung dữ liệu đt. ngày được sử dụng để chuyển đổi ngày giờ thành ngày Cột ngày là cột mới để lấy ngày từ datetime Pandas có hỗ trợ chuỗi thời gian không?pandas chứa các khả năng và tính năng mở rộng để làm việc với dữ liệu chuỗi thời gian cho tất cả các miền . Sử dụng các kiểu dữ liệu NumPy datetime64 và timedelta64, pandas đã hợp nhất một số lượng lớn các tính năng từ các thư viện Python khác như scikits. |
