Python中利用Pandas将不规范时间序列转换为Timestamp格式
发布时间：2026-10-14 |
4人浏览过
本文介绍在Python数据分析中，如何处理不规范的时间序列数据。通过Pandas库将包含斜杠的时间字符串替换为横杠，截取至秒级，并利用pd.to_datetime转换为Timestamp格式，最终设置时间列为索引，为后续分析奠定基础。
本文整理在Python数据分析学习过程中掌握的数据处理实用技巧。
数据读取与初步观察
1. 数据读取阶段
#导入numpy库和pandas库
import numpy as np
import pandas as pd
#读取待处理的数据
#file_path为文件路径名，sheet_name为需要读取的excel数据页
data=pd.read_excel(file_path,sheet_name)
#显示数据前5行
data.head()观察读取后的数据结果。
从读取结果可见，原始时间序列数据格式不够规范，需进行预处理。具体操作包括将分隔符'/'替换为'-'，仅保留精确到秒的时间部分，并将数据转换为timestamp格式。
时间格式转换与索引设置
2. 时间数据处理与Timestamp格式转换
#将'/'替换为'-'
data["时间"]=data["时间"].str.replace("/","-").str[0:19]
#将时间格式化为timestamp格式
data["时间"]=pd.to_datetime(data["时间"],format='%Y-%m-%d %H:%M:%S')
# 将时间设置为索引
data.set_index('时间',inplace=True)
data.head()
处理完成后的数据结果。
如上所示，时间序列数据已完成清洗并成功转换为timestamp格式，这为后续的数据处理与分析工作提供了便利。
关于Python将时间序列数据转换为timestamp格式的方法介绍至此。如需了解更多Python时间序列数据处理相关内容，欢迎查阅本站往期文章或继续浏览后续内容，感谢支持！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
