我有一个dataframe
,每30 分钟
有一个meteorological
数据。对于我的日期时间索引,我需要创建一个包含 timestamps
的列,但它必须是 decimal
。下面是示例:
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:
df.new[0:3]
0.5,1,1.5
我在 .5
中转换了 30 分钟。
按照我的脚本:
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']
但这种方式行不通,我无法以任何其他方式做到这一点。
最佳答案
一种方法是提取小时并将分钟转换为小时。
应该不需要与字符串进行转换。
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')
关于python - python3中的日期时间到十进制小时和分钟,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48992794/