二者区别在与处理的数据类型不一样:如下二例

.weekday():

python
import pandas as pd
from pandas import to_datetime
li="2020/04/26 22:11:20"
df_dt = to_datetime(li, format="%Y/%m/%d %H:%M:%S")
print(df_dt)
y=df_dt.year
s=df_dt.second
m=df_dt.minute
h=df_dt.hour
d=df_dt.day
M=df_dt.month
w=df_dt.weekday()  #范围:0-6
print("年:",y)
print("月:",M)
print("日:",d)
print("时:",h)
print("分:",m)
print("秒:",s)
print("周几:",w+1)  # output:
# 2022-05-24 11:11:11
# 年: 2022
# 月: 5
# 日: 24
# 时: 11
# 分: 11
# 秒: 11
# 周几: 2

.dt.weekday:

import pandas as pd
from pandas import to_datetime
li=["2022/05/23 11:11:11","2022/05/24 11:11:11"]
s = pd.Series(li)
raw_data = pd.DataFrame(columns=["time"])
raw_data["time"]= li
#print(raw_data)
#df_dt = to_datetime(s, format="%Y/%m/%d %H:%M:%S")
df_dt = to_datetime(raw_data["time"], format="%Y/%m/%d %H:%M:%S")
print(df_dt)
weekday=df_dt.dt.weekday
y=df_dt.dt.year
s=df_dt.dt.second
m=df_dt.dt.minute
h=df_dt.dt.hour
d=df_dt.dt.day
M=df_dt.dt.month
w=df_dt.dt.weekday
print("年:\n",y)
print("月:\n",M)
print("日:\n",d)
print("时:\n",h)
print("分:\n",m)
print("秒:\n",s)
print("周几:\n",w+1)#output:
# 0   2020-04-22 22:11:20
# 1   2020-04-26 22:11:20
# dtype: datetime64[ns]
# 年:
# 0    2020
# 1    2020
# dtype: int64
# 月:
# 0    4
# 1    4
# dtype: int64
# 日:
# 0    22
# 1    26
# dtype: int64
# 时:
# 0    22
# 1    22
# dtype: int64
# 分: 0    11
# 1    11
# dtype: int64
# 秒:
# 0    20
# 1    20
# dtype: int64
# 周几:
# 0    3
# 1    7
# dtype: int64

【Pandas】日期抽取.dt.weekday与.weekday()相关推荐

  1. pandas 中DataFrame使用:数据标准化、数据分组、日期转换、日期格式化、日期抽取

    本文测试使用Pandas使用的是Spyder,python3.6版本,已经安装好pandas包.测试数据已放云盘:链接:https://pan.baidu.com/s/1zozpY2BUTIvEJKf ...

  2. pandas日期格式

    文章目录 pandas中的日期格式 一.提取日期的属性 二.日期的偏移操作 三.日期格式化 pandas中的日期格式 日期格式的字符串转换为日期格式使用pd.to_datetime data['Ord ...

  3. pandas 日期处理

    pandas 日期处理 依赖datatime 这是日期求天数 得到的是 timedelta64类型 想要转为 int 类型 方便后面计算. data["F"] = pd.DataF ...

  4. Pandas 日期处理:生成及去除工作日与节假日

    Pandas 日期处理:生成工作日与节假日

  5. 最全的Pandas 日期处理 超强总结!

    对于 Pandas 来说,可以处理众多的数据类型,其中最有趣和最重要的数据类型之一就是时间序列数据.时间序列数据无处不在,它在各个行业都有很多应用.患者健康指标.股票价格变化.天气记录.经济指标.服务 ...

  6. Python日期抽取——df_dt.dt.weekday与df_dt.weekday()的区别

    df_dt.dt.weekday和df_dt.weekday()的区别 df_dt.dt.weekday和df_dt.weekday的作用都是一样抽取日期信息. 区别在于处理数据类型不同 df_dt. ...

  7. Python数据分析库pandas高级接口dt的使用

    Series对象和DataFrame的列数据提供了cat.dt.str三种属性接口(accessors),分别对应分类数据.日期时间数据和字符串数据,通过这几个接口可以快速实现特定的功能,非常快捷.今 ...

  8. Python Pandas库 Series.dt.tz_localize()和 Series.dt.tz_convert()的简单使用

    概念理解: **Series.dt.tz_localize()**方法的作用为: 官方解释:Localize tz-naive Datetime Array/Index to tz-aware Dat ...

  9. pandas 日期比较大小_pandas 对日期类型数据的处理

    pandas 的日期/时间类型有如下几种: Concept Scalar Class Array Class pandas Data Type Primary Creation Method Date ...

最新文章

  1. 编程方法课程学习心得
  2. -ms-,-moz-,-webkit-,-o-含义及各浏览器内核整理
  3. 让软件版本信息自动引用SVN修订版本号
  4. C#在线获取歌词(转)
  5. 10个高效的摸鱼神器,你错过几个?
  6. WORD中如何转换符号的全角半角
  7. 人工智能白皮书(2022年) 附下载
  8. Python中神奇的迭代器和生成器
  9. 使用 LaTeX 写数学公式
  10. 十大热门职位公布 高薪行业一目了然
  11. Win8.1屏幕亮度自动调节关闭方法
  12. 12款精品网盘资源搜索网站,只有你想不到没有它搜不到的
  13. docker run 的 -i -t -d参数
  14. Unity AIUI
  15. 今年很火的 AI 绘画怎么玩
  16. One afternoon in Zhongguancun(redo CC5)
  17. 怎么使得tomcat支持put请求
  18. 阅读笔记——软件工程的瀑布、教堂和集市
  19. 对secx,cscx积分的过程
  20. TASSEL软件导入plink格式文件报错

热门文章

  1. updater-script 刷机脚本语法
  2. Feedback Control of Dynamic Systems 7th
  3. 归并排序---天下大事,合久必分,分久必合
  4. WebStorm高效快捷生成html标签锦集(IDEA同)
  5. NLP-生成模型-2016-生成式摘要模型:Seq2Seq+Attention+Copy【Pointer网络的Copy机制解决Decoder端的OOV问题】【抽取式+生成式】【第一个生成式摘要模型】
  6. 通过ssh隧道访问mysql
  7. 全志H616高画质芯片香橙派Orange Pi Zero2开发板音频测试说明
  8. part-21 总谐波失真THD
  9. 几个常用的android应用上架平台
  10. FAST2022 DEPART: Replica Decoupling for Distributed Key-Value Storage Qiang(翻译分析)