날짜 데이터 핸들링

 

이 부분은 시계열 모델링 할 때에 기본이 되어야 하기에, 잘 숙지하고 있어야 함

# 날짜와 시간을 다루기 위해서 datetime 모듈을 이용

datetime.today()
datetime.today().year/month/day/hour
# 문자열 데이터를 날짜 형식으로 변환
datetime.strptime('날짜 문자열', '포맷')
# 날짜 데이터를 원하는 형식으로 변환
datetime객체.strftime('포맷')

from datetime import datetime
from datetime import timedelta

# 문자열로 변환
# 문자열 안에 타 문자 섞여도 상관 없음
today = datetime.today().strftime('%Y- dwd %m - dwd %d')
todaytime = datetime.today().strftime('%Y-%m-%d %H:%M:%S')

datetime.today()
todaytime = todaytime.split.split(" ")[0]

# 문자열 데이터 다시 날짜 형식으로 변환
datetime.strptime(todaytime, '%Y-%m-%d')

time = datetime.today()
time.year
time.month
time.day
time.hour
time.weekday()
# weekday에서 0-월, 1-화, 2-수 etc.

# 날짜 데이터 연산
 
# 현재 날짜로부터 100일 후의 날짜
timedelta(days=100)

# 데이터프레임 날짜 데이터 핸들링
pd.to_datetime(df['컬럼명'], format = '%Y%m%d')

import pandas as pd
df = pd.read_csv('../../data/구매내역.csv')

df_pur = df

df_pur.info()
# 이때 int로 되어 있어, 우선 str 형식으로 변환함
df_pur['datetime'] = df_pur['datetime'].astype(str)

# datetime으로 변환
df_pur['datetime'] = pd.to_datetime(df_pur['datetime'], format = '%Y%m%d')

df_pur.datetime.dt.month
df_pur[df_pur.datetime.dt.month.isin([6,7,8])]

# 날짜 데이터 -> 문자열로 변환
timeSeries.dt.strftime('%Y-%m-%d')

df.info()
dt['datetime'].dt.strftime('%Y-%m-%d')
df['datetime'].dt.strftime('%m')