今天用Python的DataFrame处理数据时,相对一波数据按日期分组处理,但是原始数据包含时间分秒,无法按日期分组,因此需要先将数据转成只包含年月日的数据格式。但是写代码处理过程中发现有点绕,不熟悉的同学容易绕晕。这种应用应该很多,现将代码分享给大家参考,如果您觉得有用的话,请关注我一下,点个赞,鼓励鼓励。
从Excel导入了一个数据,比如:
价格 | 入库时间 |
100 | 2022-11-01 20:49:53 |
10 | 2022-11-01 20:43:24 |
300 | 2022-11-01 20:44:57 |
30 | 2022-11-01 20:54:06 |
100 | 2022-11-02 20:53:22 |
10 | 2022-11-03 20:55:51 |
36 | 2022-11-01 20:45:07 |
45 | 2022-11-02 20:50:59 |
78 | 2022-11-01 20:55:58 |
88 | 2022-11-11 20:42:52 |
代码如下:
- dtrecord = pd.read_excel(file_name,sheet_name=None).keys()
- # 导入后”入库时间“字段并不是时间类型,因此需要转成时间
- dtrecord['入库时间']=pd.to_datetime( dtrecord['入库时间'])
- # 将日期时间转成”年-月-日“格式
- dtrecord['入库时间']=pd.to_datetime( dtrecord['入库时间']).dt.strftime('%Y-%m-%d')
-
- #返回不重复日期
- dtrecord['入库时间'].unique()