Question

我有数据框架格式的1 000个浏览器的日数据,我需要在连续几行之间找到时间。但不幸的是,我似乎找不到一种办法,可以分拨和使用时间模块收集这些信息。

期望使用数据时间模块,但似乎无法找到正确的方式来分立数据并找到时间差异。

Answer 1

I write some motivations for my answer below. Feel free to check out <>Answer to skip all this.

<>Exploration

为了模拟你的数据,我使用了以下代码:

vals = [ 20231116032619 , 20231116032640 , 20231116032641 , 20231116032644 , 20231116032646 , 20231116032648 , 20231116032650 , 20231116032652 , 20231116032654 , 20231116032656 , 20231116032659 ]

data = {"date": vals}
df = pd.DataFrame(data)

我将一栏中的数值表示为示意图(目标)。如果是,我们可能希望将每一种价值转换成一个星体,使用。

I m also assuming that the strings represents year, month, day, hour, minute second. For example 20231116032640 represents `November 16, 2023 03:26:40".

首先,我们要将这一栏改为适当的。方法。

一旦我们完成这项工作,我们便能够简单地利用以下推算方法,即:-方法,以及最后一段时间的计量单位,例如

在假体编码方面,这大致如下:

convert date to datetime
delta = (date column - shift 1 back).seconds

| delta(sec) | | -------------- | | 21 | | 1 | ... etc

<>Answer

我们大家一起努力,我们可以写出如下内容:

df["date"] = pd.to_datetime(df["date"], format="%Y%m%d%H%M%S")
delta = (df["dates"] - df["dates"].shift(1)).dt.seconds

这导致第一行的<代码>NaN值,但可以轻易处理。

| delta(sec) | | -------------- | | NaN | | 21.0 | | 1.0 | | 3.0 | | 2.0 | | 2.0 | ... etc

希望这一帮助! 幸福 co。

友情链接