Afficher et analyser des objets datetime

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Cette activité fait partie du cours

Travailler avec les dates et les heures en Python

SkillTag.level.intermediateSkillTag.label

4.8+

Les ouragans (aussi appelés cyclones ou typhons) frappent l'État de la Floride, aux États-Unis, plusieurs fois par année. Pour commencer ce cours, vous apprendrez à travailler avec les objets de type date en Python, en partant des dates de tous les ouragans ayant touché la Floride depuis 1950. Vous verrez comment Python gère les dates, les opérations courantes sur les dates et la bonne façon de formater les dates pour éviter toute confusion.

Exercise 1: Les dates en Python Exercise 2: Quel jour de la semaine?Exercise 3: Combien d'ouragans arrivent tôt?Exercise 4: Calculs avec des dates Exercise 5: Soustraction de dates Exercise 6: Compter les événements par mois civil Exercise 7: Mettre une liste de dates en ordre Exercise 8: Transformer des dates en chaînes de caractères Exercise 9: Afficher des dates dans un format convivial Exercise 10: Représenter les dates de différentes façons

Les programmes de vélopartage ont déferlé dans les villes du monde entier — et, bonne nouvelle pour nous, chaque trajet est consigné! En suivant tous les allers-retours d'un vélo à Washington, D.C., vous pratiquerez l'utilisation conjointe des dates et des heures. Vous analyserez du texte pour en extraire des dates et des heures, examinerez les périodes de pointe des trajets, calculerez la durée des parcours, et plus encore.

Exercise 1: Dates et heures Exercise 2: Créer des objets datetime à la main Exercise 3: Compter les événements avant et après midi Exercise 4: Afficher et analyser des objets datetime

Exercice en cours

Exercise 5: Convertir des chaînes en objets datetime Exercise 6: Analyser des paires de chaînes en dateheure Exercise 7: Reproduire le format ISO avec strftime()Exercise 8: Horodatages Unix Exercise 9: Travailler avec les durées Exercise 10: Transformer des paires de datetimes en durées Exercise 11: Durée moyenne des trajets Exercise 12: Pourquoi le temps est si complexe : du plus long au plus court

Dans ce chapitre, vous apprendrez à aborder avec assurance le sujet lié au temps qui cause le plus de problèmes : les fuseaux horaires et l'heure avancée. En poursuivant avec nos données sur les vélos, vous apprendrez à comparer des horloges partout dans le monde, à gérer avec doigté le « printemps en avant » et « l'automne en arrière », et à obtenir des données de fuseaux horaires à jour avec la bibliothèque dateutil.

Exercise 1: Décalages UTC Exercise 2: Créer des datetime sensibles au fuseau horaire Exercise 3: Définir les fuseaux horaires Exercise 4: À quelle heure le vélo est-il parti en UTC ?Exercise 5: Base de données des fuseaux horaires Exercise 6: Attribuer le bon fuseau horaire aux trajets à vélo Exercise 7: À quelle heure le vélo est-il parti? (Édition mondiale)Exercise 8: Début de l'heure avancée Exercise 9: Combien d'heures se sont écoulées autour de l'heure avancée?Exercise 10: Le 29 mars, sur une décennie Exercise 11: Fin de l'heure avancée Exercise 12: Repérer les dates et heures ambiguës Exercise 13: Nettoyer les données de l'heure avancée avec fold

Pour conclure ce cours, vous appliquerez tout ce que vous avez appris sur la gestion des dates et des heures en Python standard au travail avec les dates et les heures dans Pandas. Avec des renseignements supplémentaires sur chaque trajet, comme la station de départ et d'arrivée et si la personne utilisatrice détenait un abonnement annuel ou non, vous pourrez analyser beaucoup plus en profondeur les données de trajets à vélo. Dans ce chapitre, vous verrez des opérations puissantes dans Pandas, comme le regroupement et l'illustration des résultats dans le temps.

Exercise 1: Lire des données de date et d'heure dans Pandas Exercise 2: Charger un fichier CSV dans Pandas Exercise 3: Créer des colonnes timedelta Exercise 4: Résumer des données datetime dans Pandas Exercise 5: Combien de balades de plaisir?Exercise 6: Il commence à faire froid, W20529 Exercise 7: Membres vs usagers occasionnels au fil du temps Exercise 8: Combiner groupby() et resample()Exercise 9: Méthodes supplémentaires pour les dates et heures dans Pandas Exercise 10: Fuseaux horaires dans Pandas Exercise 11: Combien de temps par jour de semaine?Exercise 12: Combien de temps entre les trajets?Exercise 13: Récapitulatif