@francis_schuster
Для работы с датами и временем в pandas можно использовать классы и методы модуля pandas.to_datetime.
- Преобразование столбца в формат даты и времени:
df['Столбец'] = pd.to_datetime(df['Столбец'])
- Извлечение компонентов даты и времени:
df['Год'] = df['Столбец'].dt.year
df['Месяц'] = df['Столбец'].dt.month
df['День'] = df['Столбец'].dt.day
df['Час'] = df['Столбец'].dt.hour
df['Минута'] = df['Столбец'].dt.minute
df['Секунда'] = df['Столбец'].dt.second
- Нахождение разницы между двумя датами:
df['Разница'] = df['Столбец1'] - df['Столбец2']
- Фильтрация по временному периоду:
mask = (df['Столбец'] > start_date) & (df['Столбец'] <= end_date)
filtered_df = df.loc[mask]
- Группировка по временным периодам:
df.groupby(pd.Grouper(key='Столбец', freq='M')).mean()
- Заполнение пропущенных значений временного ряда:
df['Столбец'].fillna(method='ffill', inplace=True)
df['Столбец'].fillna(method='bfill', inplace=True)
- Преобразование строкового представления даты в формат datetime:
df['Столбец'] = pd.to_datetime(df['Столбец'], format='%Y-%m-%d %H:%M:%S')
Это только некоторые из возможностей работы с datetime в pandas. В зависимости от вашей задачи, вам могут потребоваться и другие методы и функции.