颶風（又稱氣旋或颱風）每年多次侵襲美國佛羅里達州。為了開啟本課程，你將從 1950 年以來所有登陸佛羅里達的颶風日期出發，學習如何在 Python 中處理日期物件。你會認識 Python 如何表示日期、常見的日期操作，以及避免混淆的正確日期格式化方式。

Python 的日期

星期幾？

有多少颶風來得早？

日期運算

相減日期

按曆法月份統計事件數

將日期清單排好順序

把日期轉成字串

用友善的格式列印日期

用不同方式表示日期

日期與行事曆

共享單車計畫風靡全球各大城市——而且對我們有利的是，每一趟旅程都有記錄！透過分析美國華盛頓特區某一輛單車的所有借還紀錄，你將練習同時處理日期與時間。你會從文字解析日期與時間、分析尖峰出發時段、計算騎乘時長，等等。

日期與時間

手動建立 datetime

統計中午前與中午後的事件數

列印與剖析 datetime

將字串轉換為 datetime

將成對字串解析為 datetime

用 strftime() 重現 ISO 格式

Unix 時間戳

操作持續時間

將成對的 datetime 轉換為持續時間

平均行程時間

為什麼時間很難：又長又短的那點事

結合日期與時間

本章將帶你自信面對最容易讓人犯難的時間議題：時區與日光節約時間。延續單車資料，你會學到如何比較全球各地的時鐘，如何優雅處理「春季前移」與「秋季後移」，以及如何從 dateutil 函式庫取得最新的時區資料。

UTC 位移

建立具時區意識的 datetime

設定時區

腳踏車在 UTC 是幾點出發？

時區資料庫

把腳踏車行程放到正確的時區

腳踏車是幾點出發的？（全球版）

夏令時間開始

日光節約時間前後經過了多少小時？

在 10 年間的 3 月 29 日

結束日光節約時間

找出有歧義的日期時間

用 fold 清理日光節約時間的資料

時區與日光節約時間

作為課程的總結，你會把先前在標準 Python 中學到的日期與時間技巧，套用到 Pandas。搭配每趟單車旅程的更多資訊，例如起訖站點，以及騎士是否為年度會員，你將能更深入挖掘旅程資料。本章也會介紹強大的 Pandas 操作，例如依時間分組並繪圖呈現結果。

在 Pandas 讀取日期與時間資料

在 Pandas 載入 CSV 檔案

建立 timedelta 欄位

在 Pandas 中彙總 datetime 資料

有多少次 joyride？

外面開始變冷了，W20529

會員與臨時騎士的時間趨勢比較

結合 groupby() 與 resample()

Pandas 中更多 datetime 方法

Pandas 的時區處理

每個平日花多久？

兩次騎乘間隔多久？

總結

輕鬆又強大：在 Pandas 處理日期與時間

W20529 Bike Data (Capital Bikeshare)

Florida Hurricanes

你大概不會有時光機，但可以擁有一台分析「時間」的機器。只要把時間納入分析，事情常會變得棘手：很容易在日與月的邊界、時區、日光節約時間等各種細節上跌跤。如果要做任何與時間有關的分析，你會想用 Python 來理清一切。本課程將以颶風與單車旅程的資料集為例，介紹如何計數事件、計算事件間隔，並繪製隨時間變化的資料。你會同時在標準 Python 與 Pandas 中實作，並接觸官方 Python 文件唯一背書的時區函式庫 dateutil。完成本課後，你能自信地像專家一樣處理各種格式的日期與時間資料。

Data Manipulation with pandas

學習使用Pandas和dateutil庫在Python中處理日期和時間，並練習真實數據。

在 Python 處理日期與時間

掌握在 Python 中處理日期與時間的方法。

助理資料科學家  使用 Python

Python 開發人員入門

Python 程式設計工具箱

Data Scientist & Author

Pandas 中的其他日期時間方法

Pandas 的時區

Pandas 中的其他日期時間操作

Pandas 的其他部分

輕鬆又強大：在 Pandas 處理日期與時間 - Pandas 中更多 datetime 方法

Pandas 中更多 datetime 方法

Create Your Free Account