如何深入掌握Pandas库中dt高级接口的详细应用技巧？
- 内容介绍
- 文章标签
- 相关推荐
本文共计668个文字，预计阅读时间需要3分钟。
%E2%80%9CSeries%E5%AF%B9%E8%B1%A1%E5%92%8CDataFrame%E6%8F%90%E4%BE%9B%E4%BA%86%E5%88%97%E6%95%B0%E6%8D%AE%E6%8F%90%E5%8F%96%E6%96%B9%E5%BC%8F%EF%BC%8C%E5%8F%AF%E4%BB%A5%E6%8E%A5%E5%8F%A6%E5%88%86%E7%B1%BB%E6%95%B0%E6%8D%AE%EF%BC%8C%E6%97%A5%E6%9C%9F%E6%97%B6%E9%97%B4%E6%95%B0%E6%8D%AE%E5%92%8C%E5%AD%97%E7%AC%A6%E4%B8%B2%E6%95%B0%E6%8D%AE%EF%BC%8C%E6%9C%80%E5%A4%A7%E6%98%BE%E7%A4%BA%E5%8A%9B%E8%83%BD%E8%BF%9B%E8%A1%8C%E5%8A%9F%E8%83%BD%E5%AE%9E%E7%8E%B0%E2%80%9D
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。
今天翻阅pandas官方文档总结了以下几个常用的api。
1.dt.date 和 dt.normalize()，他们都返回一个日期的 日期部分，即只包含年月日。但不同的是date返回的Series是object类型的，normalize()返回的Series是datetime64类型的。
这里先简单创建一个dataframe。
本文共计668个文字，预计阅读时间需要3分钟。
%E2%80%9CSeries%E5%AF%B9%E8%B1%A1%E5%92%8CDataFrame%E6%8F%90%E4%BE%9B%E4%BA%86%E5%88%97%E6%95%B0%E6%8D%AE%E6%8F%90%E5%8F%96%E6%96%B9%E5%BC%8F%EF%BC%8C%E5%8F%AF%E4%BB%A5%E6%8E%A5%E5%8F%A6%E5%88%86%E7%B1%BB%E6%95%B0%E6%8D%AE%EF%BC%8C%E6%97%A5%E6%9C%9F%E6%97%B6%E9%97%B4%E6%95%B0%E6%8D%AE%E5%92%8C%E5%AD%97%E7%AC%A6%E4%B8%B2%E6%95%B0%E6%8D%AE%EF%BC%8C%E6%9C%80%E5%A4%A7%E6%98%BE%E7%A4%BA%E5%8A%9B%E8%83%BD%E8%BF%9B%E8%A1%8C%E5%8A%9F%E8%83%BD%E5%AE%9E%E7%8E%B0%E2%80%9D
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。
今天翻阅pandas官方文档总结了以下几个常用的api。
1.dt.date 和 dt.normalize()，他们都返回一个日期的 日期部分，即只包含年月日。但不同的是date返回的Series是object类型的，normalize()返回的Series是datetime64类型的。
这里先简单创建一个dataframe。