Mengubah impor: mengurai tanggal

Pemasukan Data yang Efisien dengan pandas

Amany Mahfouz

Instructor

Data Tanggal dan Waktu

Tanggal dan waktu punya tipe data dan representasi internal sendiri
Nilai datetime dapat diubah ke representasi string
Satu set kode umum untuk mendeskripsikan format string datetime

pandas dan Datetime

Kolom datetime dimuat sebagai object (string) secara default
Tentukan kolom bertipe datetime dengan argumen parse_dates (bukan dtype!)
parse_dates dapat menerima:
- daftar nama atau nomor kolom untuk diurai
- daftar berisi daftar kolom untuk digabung lalu diurai
- kamus dengan kunci nama kolom baru dan nilai berupa daftar kolom yang diurai bersama

pandas dan Datetime

Spreadsheet kolom tanggal dan waktu dengan berbagai format

pandas dan Datetime

Spreadsheet data tanggal dan waktu dengan kolom berformat standar disorot

pandas dan Datetime

Spreadsheet data tanggal dan waktu, menyorot kolom khusus tanggal dan khusus waktu

pandas dan Datetime

Spreadsheet data tanggal dan waktu, menyorot kolom dengan format datetime tidak biasa

Mengurai Tanggal

# Daftar kolom tanggal untuk diurai
date_cols = ["Part1StartTime", "Part1EndTime"]


# Muat file, mengurai kolom datetime standar
survey_df = pd.read_excel("fcc_survey.xlsx", 
                          parse_dates=date_cols)

Mengurai Tanggal

# Periksa tipe data kolom timestamp
print(survey_df[["Part1StartTime", 
                 "Part1EndTime", 
                 "Part2StartDate", 
                 "Part2StartTime", 
                 "Part2EndTime"]].dtypes)

Part1StartTime    datetime64[ns]
Part1EndTime      datetime64[ns]
Part2StartDate            object
Part2StartTime            object
Part2EndTime              object
dtype: object

Mengurai Tanggal

# Daftar kolom tanggal untuk diurai
date_cols = ["Part1StartTime", 
             "Part1EndTime",

             [["Part2StartDate", "Part2StartTime"]]]


# Muat file, mengurai kolom datetime standar dan terpisah
survey_df = pd.read_excel("fcc_survey.xlsx", 
                          parse_dates=date_cols)

print(survey_df.head(3))

  Part2StartDate_Part2StartTime   Age       ...    SchoolMajor  StudentDebtOwe
0           2016-03-29 21:24:57  28.0       ...            NaN           20000
1           2016-03-29 21:27:14  22.0       ...            NaN             NaN
2           2016-03-29 21:27:13  19.0       ...            NaN             NaN

[3 rows x 98 columns]

Mengurai Tanggal

# Daftar kolom tanggal untuk diurai
date_cols = {"Part1Start": "Part1StartTime", 
             "Part1End": "Part1EndTime",
             "Part2Start": ["Part2StartDate", 
                             "Part2StartTime"]}


# Muat file, mengurai kolom datetime standar dan terpisah
survey_df = pd.read_excel("fcc_survey.xlsx", 
                          parse_dates=date_cols)

print(survey_df.Part2Start.head(3))

0   2016-03-29 21:24:57
1   2016-03-29 21:27:14
2   2016-03-29 21:27:13
Name: Part2Start, dtype: datetime64[ns]

Tanggal Non-Standar

parse_dates tidak bekerja untuk format datetime non-standar
Gunakan pd.to_datetime() setelah memuat data jika parse_dates tidak bisa
Argumen to_datetime():
- DataFrame dan kolom yang akan dikonversi
- format: representasi string dari format datetime

Pemformatan Datetime

Jelaskan pemformatan string datetime dengan kode dan karakter
Lihat strftime.org untuk daftar lengkap

Pemformatan Datetime

Kode	Arti	Contoh
`%Y`	Tahun (4 digit)	1999
`%m`	Bulan (dengan nol)	03
`%d`	Hari (dengan nol)	01
`%H`	Jam (24 jam)	21
`%M`	Menit (dengan nol)	09
`%S`	Detik (dengan nol)	05

Mengurai Tanggal Non-Standar

Spreadsheet data tanggal dan waktu, menyorot kolom dengan format datetime tidak biasa

format_string = "%m%d%Y %H:%M:%S"

survey_df["Part2EndTime"] = pd.to_datetime(survey_df["Part2EndTime"],
                                           format=format_string)

Mengurai Tanggal Non-Standar

print(survey_df.Part2EndTime.head())

0   2016-03-29 21:27:25
1   2016-03-29 21:29:10
2   2016-03-29 21:28:21
3   2016-03-29 21:30:51
4   2016-03-29 21:31:54
Name: Part2EndTime, dtype: datetime64[ns]

Ayo berlatih!

Pemasukan Data yang Efisien dengan pandas