时间戳转日期

用pd.to_datetime(时间戳, unis='ms')的话会不准确。

import datetime
# 时间戳转为日期
obat['时间'] = (obat.time/1000).apply(datetime.datetime.fromtimestamp)

---

原来是字符串格式，要改为datetime格式

from datetime import datetime
import pandas as pd

方法一：df['date'].astype('datetime64')

tran['date'] = tran['date'].astype('datetime64[ns]')

方法二：pd.to_datetime

tran['date'] = pd.to_datetime(tran['date']) # date转为时间格式

方法三：datetime.strptime(x,'%Y-%m-%d')

缺点：耗时太长

tran['date'] = tran['date'].apply(lambda x: datetime.strptime(x,'%Y-%m-%d'))

转为日期格式之后可以进行日期索引，日期加减：

对下面这种情况，用pd.to_datetime(format='%Y%m%d')设置参数format。

groupby 和 resample

想要求每个用户的平均观看时长

a = iv.groupby('用户id')[['cTime']].resample(rule='W', on='cTime', how='count').groupby(level=0).mean()  # 运行时间较长

a.groupby(level=0).mean().rename(columns={'cTime':'视频平均观看时长'})

level=0 以第一列索引来分组求视频观看时长的均值

时间戳转日期格式

import time
pl['上次直播时间'] = pl.上次直播时间.map(time.localtime).map(lambda x: time.strftime("%Y--%m--%d %H:%M:%S", x)).astype('datetime64')

---

报错：TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'Index'

a = iv.groupby('用户id')[['cTime']].resample(rule='W', on='cTime', how='count').groupby(level=0).mean()  # 运行时间较长
a.groupby(level=0).mean().rename(columns={'cTime':'视频平均观看时长'})

1. 也许是因为cTime这一列有缺失值
2. 也许是因为cTime这一列的格式不是日期格式，改过来就好了

python 把秒转为时分秒

参考：python秒转化为分钟-python时间时分秒与秒数的互相转换

m, s = divmod(data['second'], 60)

h, m = divmod(m, 60)

print ("%02d:%02d:%02d" % (h, m, s))

获取当天所在的周一日期

data1['weekday'] = data1['day'].apply(lambda x: x - datetime.timedelta(days=x.weekday()))

时间偏移

datetime.timedelta(days=11)

偏移两年

data['trade_date']+pd.tseries.offsets.DateOffset(years=2)