草庐IT

DATETIME

全部标签

python - 如何通过 python 将 current_timestamp 插入 Postgres

我需要在PG中插入行,其中一个字段是带有时间戳的日期和时间,这是事件发生的时间,所以我不能使用-->插入时Postgres的current_timestamp函数,那怎么能然后,我将之前收集的时间和日期以与current_timestamp在该时间点创建的格式相同的格式插入到pg行中。 最佳答案 如果您使用psycopg2(可能还有其他一些客户端库),您可以简单地传递一个Pythondatetime对象作为parameter到SQL查询:fromdatetimeimportdatetime,timezonedt=datetime.n

python - 如何通过 python 将 current_timestamp 插入 Postgres

我需要在PG中插入行,其中一个字段是带有时间戳的日期和时间,这是事件发生的时间,所以我不能使用-->插入时Postgres的current_timestamp函数,那怎么能然后,我将之前收集的时间和日期以与current_timestamp在该时间点创建的格式相同的格式插入到pg行中。 最佳答案 如果您使用psycopg2(可能还有其他一些客户端库),您可以简单地传递一个Pythondatetime对象作为parameter到SQL查询:fromdatetimeimportdatetime,timezonedt=datetime.n

Python:获取 '3 years ago today' 的日期时间

在Python中,如何获取“3年前的今天”的日期时间对象?更新:FWIW,我不太关心准确性......即今天是2月29日,我不在乎我的答案是2月28日还是3月1日。在这种情况下,简洁比可配置性更重要。 最佳答案 如果您需要准确,请使用dateutil计算相对日期的模块fromdatetimeimportdatetimefromdateutil.relativedeltaimportrelativedeltathree_yrs_ago=datetime.now()-relativedelta(years=3)

Python:获取 '3 years ago today' 的日期时间

在Python中,如何获取“3年前的今天”的日期时间对象?更新:FWIW,我不太关心准确性......即今天是2月29日,我不在乎我的答案是2月28日还是3月1日。在这种情况下,简洁比可配置性更重要。 最佳答案 如果您需要准确,请使用dateutil计算相对日期的模块fromdatetimeimportdatetimefromdateutil.relativedeltaimportrelativedeltathree_yrs_ago=datetime.now()-relativedelta(years=3)

python - 在 Pandas DataFrame 中定位第一个和最后一个非 NaN 值

我有一个按日期索引的PandasDataFrame。有许多列,但许多列仅填充时间序列的一部分。我想找到第一个和最后一个值非NaN值的位置,以便我可以提取日期并查看特定列的时间序列有多长。有人能指出我如何去做这样的事情吗?提前致谢。 最佳答案 @behzad.nouri的解决方案完美地使用Series.first_valid_index返回第一个和最后一个非NaN值和Series.last_valid_index,分别。 关于python-在PandasDataFrame中定位第一个和最后

python - 在 Pandas DataFrame 中定位第一个和最后一个非 NaN 值

我有一个按日期索引的PandasDataFrame。有许多列,但许多列仅填充时间序列的一部分。我想找到第一个和最后一个值非NaN值的位置,以便我可以提取日期并查看特定列的时间序列有多长。有人能指出我如何去做这样的事情吗?提前致谢。 最佳答案 @behzad.nouri的解决方案完美地使用Series.first_valid_index返回第一个和最后一个非NaN值和Series.last_valid_index,分别。 关于python-在PandasDataFrame中定位第一个和最后

python - 数据类型 'datetime64[ns]' 和 '<M8[ns]' 之间的区别?

我在pandas中创建了一个TimeSeries:In[346]:fromdatetimeimportdatetimeIn[347]:dates=[datetime(2011,1,2),datetime(2011,1,5),datetime(2011,1,7),.....:datetime(2011,1,8),datetime(2011,1,10),datetime(2011,1,12)]In[348]:ts=Series(np.random.randn(6),index=dates)In[349]:tsOut[349]:2011-01-020.6900022011-01-051.00

python - 数据类型 'datetime64[ns]' 和 '<M8[ns]' 之间的区别?

我在pandas中创建了一个TimeSeries:In[346]:fromdatetimeimportdatetimeIn[347]:dates=[datetime(2011,1,2),datetime(2011,1,5),datetime(2011,1,7),.....:datetime(2011,1,8),datetime(2011,1,10),datetime(2011,1,12)]In[348]:ts=Series(np.random.randn(6),index=dates)In[349]:tsOut[349]:2011-01-020.6900022011-01-051.00

python - 获取 DataFrame 的 Datetime 列的工作日/星期几

我有一个DataFramedf,如下所示(摘录,'Timestamp'是索引):TimestampValue2012-06-0100:00:001002012-06-0100:15:001502012-06-0100:30:001202012-06-0101:00:002202012-06-0101:15:0080...andsoon.我需要一个新列df['weekday']与相应的时间戳记的工作日/星期几。我怎样才能得到这个? 最佳答案 使用新的dt.dayofweek属性:In[2]:df['weekday']=df['Time

python - 获取 DataFrame 的 Datetime 列的工作日/星期几

我有一个DataFramedf,如下所示(摘录,'Timestamp'是索引):TimestampValue2012-06-0100:00:001002012-06-0100:15:001502012-06-0100:30:001202012-06-0101:00:002202012-06-0101:15:0080...andsoon.我需要一个新列df['weekday']与相应的时间戳记的工作日/星期几。我怎样才能得到这个? 最佳答案 使用新的dt.dayofweek属性:In[2]:df['weekday']=df['Time