2024-06-12 07:22:59 发布
网友
我正在做一个项目,最终我想尝试预测NBA主场出勤率。我已经收集了我的初步数据,但仍然希望添加其他字段,如竞技场容量、连胜和其他我可能认为有价值的字段
在我最初的数据框架中,我只是不确定如何将日期字段组合在一起,以便于以后绘图和使用。此外,任何其他输入将被视为其他提示。谢谢
]
这里有三个原始字段:日期、年份和时间(工作日可以从中派生。)
一种方法是连接它们的字符串形式并形成一系列日期时间:
>>> concat = df['Date'] + ' ' + df['Year'].astype(str) + ' ' + df['Time'] >>> df['Fulldate'] = pd.to_datetime(concat) >>> df Weekday Date Year Time Fulldate 0 Tue Oct 30 2012 7:00 pm 2012-10-30 19:00:00 1 Tue Oct 30 2012 7:30 pm 2012-10-30 19:30:00 2 Tue Oct 30 2012 7:00 pm 2012-10-30 19:00:00 3 Wed Oct 31 2012 7:30 pm 2012-10-31 19:30:00 4 Wed Oct 31 2012 8:00 pm 2012-10-31 20:00:00
从这里,您可以自由地使用.dt访问器派生其他字段。例如:
.dt
>>> df.Fulldate.dt.month 0 10 1 10 2 10 3 10 4 10 Name: Fulldate, dtype: int64 >>> df.Fulldate.dt.weekday.isin((5, 6)) # weekend games
以下是类似datetime的属性的完整列表:
https://pandas.pydata.org/pandas-docs/stable/api.html#datetimelike-properties
将来,试着让你的问题更具体一点,贴一些人们可以轻松复制的东西,而不是图片
这里有三个原始字段:日期、年份和时间(工作日可以从中派生。)
一种方法是连接它们的字符串形式并形成一系列日期时间:
从这里,您可以自由地使用
.dt
访问器派生其他字段。例如:以下是类似datetime的属性的完整列表:
https://pandas.pydata.org/pandas-docs/stable/api.html#datetimelike-properties
将来,试着让你的问题更具体一点,贴一些人们可以轻松复制的东西,而不是图片
相关问题 更多 >
编程相关推荐