高潮毛片无遮挡高清免费视频,久久九九99热这里只有精品,中文字幕在线观看免费黄片

例如：
# import timezone from pytz modulefrom pytz import timezone# Create timezone US/Easterneast = timezone('US/Eastern')# Localize dateloc_dt = east.localize(datetime(2011, 11, 2, 7, 27, 0))print(loc_dt)# Convert localized date into Asia/Kolkata timezonekolkata = timezone("Asia/Kolkata")print(loc_dt.astimezone(kolkata))# Convert localized date into Australia/Sydney timezoneau_tz = timezone('Australia/Sydney')print(loc_dt.astimezone(au_tz))2011-11-02 07:27:00-04:00 2011-11-02 16:57:00+05:30 2011-11-02 22:27:00+11:00在處理包含多個不同時區(qū)的數(shù)據(jù)集時，此模塊可以幫助簡化生活。
使用 pandas 日期時間對象數(shù)據(jù)科學(xué)家喜歡 pandas 的原因有很多。其中之一是它包含用于處理時間序列數(shù)據(jù)的廣泛功能和特性。就像datetime 它本身一樣，pandas 有 datetime 和 timedelta 對象，分別用于指定日期、時間和持續(xù)時間。
我們可以使用以下函數(shù)將日期、時間和持續(xù)時間文本字符串轉(zhuǎn)換為 Pandas Datetime 對象：
to_datetime()：將字符串日期和時間轉(zhuǎn)換為 Python 日期時間對象。to_timedelta()：根據(jù)天、小時、分鐘和秒查找時間差異。正如我們將看到的，這些函數(shù)實(shí)際上非常擅長通過自動檢測格式將字符串轉(zhuǎn)換為 Python 日期時間對象，而無需我們使用 strftime 模式定義它。
讓我們看一個簡單的例子：
# import pandas module as pdimport pandas as pd# create date object using to_datetime() functiondate = pd.to_datetime("8th of sep, 2019")print(date)2019-09-08 00:00:00請注意，即使我們給它一個帶有一些復(fù)雜因素的字符串，例如“th”和“sep”而不是“Sep” ?；颉癝eptember”，pandas 能夠正確解析字符串并返回格式化的日期。
我們還可以使用 pandas（及其一些附屬的 numpy 功能）自動創(chuàng)建日期范圍作為 pandas 系列。例如，下面我們從上面定義的那一天開始創(chuàng)建一系列十二個日期。然后我們使用pd.date_range()以下命令從預(yù)定義日期開始創(chuàng)建一系列不同的日期：
# Create date series using numpy and to_timedelta() functiondate_series = date + pd.to_timedelta(np.arange(12), 'D')print(date_series)# Create date series using date_range() functiondate_series = pd.date_range('08/10/2019', periods = 12, freq ='D')print(date_series)DatetimeIndex(['2019-09-08', '2019-09-09', '2019-09-10', '2019-09-11','2019-09-12', '2019-09-13', '2019-09-14', '2019-09-15','2019-09-16', '2019-09-17', '2019-09-18', '2019-09-19'],dtype='datetime64[ns]', freq=None) DatetimeIndex(['2019-08-10', '2019-08-11', '2019-08-12', '2019-08-13','2019-08-14', '2019-08-15', '2019-08-16', '2019-08-17','2019-08-18', '2019-08-19', '2019-08-20', '2019-08-21'],dtype='datetime64[ns]', freq='D')在 Pandas 中獲取年、月、日、時、分我們可以使用dt 所有列的屬性輕松地從 Pandas 數(shù)據(jù)框列中的日期中獲取年、月、日、小時或分鐘。例如，我們可以使用 df[‘date’].dt.year 從包含完整日期的 Pandas 列中僅提取年份。
為了探索這一點(diǎn)，讓我們使用上面創(chuàng)建的系列之一制作一個快速的 DataFrame：
# Create a DataFrame with one column datedf = pd.DataFrame()df['date'] = date_series df.head()日期02019-08-1012019-08-1122019-08-1232019-08-1342019-08-14現(xiàn)在，讓我們使用相關(guān)的 Python 日期時間（通過訪問dt）屬性為日期的每個元素創(chuàng)建單獨(dú)的列：
# Extract year, month, day, hour, and minute. Assign all these date component to new column.df['year'] = df['date'].dt.yeardf['month'] = df['date'].dt.monthdf['day'] = df['date'].dt.daydf['hour'] = df['date'].dt.hourdf['minute'] = df['date'].dt.minutedf.head()日期年月日小時分鐘02019-08-102019年8100012019-08-112019年8110022019-08-122019年8120032019-08-132019年8130042019-08-142019年81400獲取工作日和一年中的某一天Pandas 還能夠從它的 datetime 對象中獲取其他元素，比如星期幾和一年中的哪一天。同樣，我們可以使用 dt 屬性來做到這一點(diǎn) 。請注意，此處，與 Python 中的一般情況一樣，一周從周一的索引 0 開始，因此一周中的第 5 天是周六。

以上關(guān)于本文的內(nèi)容，僅作參考！溫馨提示：如遇健康、疾病相關(guān)的問題，請您及時就醫(yī)或請專業(yè)人士給予相關(guān)指導(dǎo)!

「愛刨根生活網(wǎng)」www.malaban59.cn小編還為您精選了以下內(nèi)容，希望對您有所幫助：

linux時間戳轉(zhuǎn)換日期格式 unix時間戳轉(zhuǎn)換成時間命令( 五 )