【Python】如何根据时间序列数据提取星期几的信息？（如2023-04-05提取为Wednesday）

雨点打透心脏的1/2处 2023-10-08 23:50 11阅读 0赞

## 一、问题描述 ##

在Python中，可以使用`datetime`模块来处理日期和时间数据，并从中提取星期几。以下是一个示例代码：

import datetime
    
    # 定义一个日期字符串
    date_string = "2023-04-05"
    
    # 将日期字符串转换为日期对象
    date_object = datetime.datetime.strptime(date_string, "%Y-%m-%d")
    
    # 提取星期几
    weekday = date_object.strftime("%A")
    
    print("提取的星期几为：", weekday)

输出结果为：

提取的星期几为： Wednesday

在上面的示例中：

date\_string是一个日期字符串，通过`datetime.datetime.strptime()`函数将其转换为日期对象date\_object。

然后，可以使用`strftime()`方法并传入"%A"格式代码来提取星期几，"%A"表示完整的星期几名称，例如：“Monday”、"Tuesday"等。

在输出中，weekday将包含提取到的星期几信息。可以根据需要使用这种方法从时间数据中提取星期几，并将其作为特征用于商业数据分析中。

注意，这里的日期格式与你的实际数据中的日期格式需要保持一致。 例如，如果你的日期格式为"29-03-2023"，则需要将strptime()函数中的格式代码改为"%d-%m-%Y"。

更多的日期格式代码可以参考Python官方文档：

https://docs.python.org/3/library/datetime.html#strftime-strptime-behavior。

## 二、换为DataFrame数据集 ##

可以使用 pandas 的 datetime 模块来处理日期数据，并通过 `day_of_week` 属性提取星期几，并将其作为新的一列添加到 DataFrame 中。下面是一个示例代码：

import pandas as pd
    
    # 创建示例 DataFrame
    df = pd.DataFrame({
        'date': ['2023-04-01', '2023-04-02', '2023-04-03', '2023-04-04']})
    
    # 将日期数据转换为 datetime 类型
    df['date'] = pd.to_datetime(df['date'])
    
    # 提取星期几并作为新的一列
    df['weekday'] = df['date'].dt.day_of_week
    
    # 将数字表示的星期几转换为对应的名称
    df['weekday'] = df['weekday'].map({
        0: 'Monday', 1: 'Tuesday', 2: 'Wednesday', 3: 'Thursday', 4: 'Friday', 5: 'Saturday', 6: 'Sunday'})
    
    # 显示结果
    print(df)

输出结果如下：

![在这里插入图片描述][62dd2320eb0e4ef19f970d127fcc60a0.png]  
在上面的示例中：

1.  首先使用 `pd.to_datetime()` 将日期数据转换为 datetime 类型；
2.  然后通过 `dt.day_of_week` 属性提取星期几（0 表示周一，1 表示周二，依此类推），将其作为新的一列添加到 DataFrame 中，并通过 `map()` 方法将数字表示的星期几转换为对应的名称。

这样就可以在 DataFrame 中添加一个表示星期几的新特征列。

注意，这里的星期几是根据系统的默认设置，可以根据需要进行调整。

例如，可以使用 locale 参数来设置不同的语言环境，从而获取对应语言的星期几名称。

例如，可以使用 locale.setlocale(locale.LC\_TIME, ‘en\_US.UTF-8’) 来将语言环境设置为英语，并使用英语表示的星期几名称。

需要注意的是，locale 模块需要在使用之前先进行导入，并且在不同的操作系统中，设置语言环境的方式可能会有所不同。详细的使用方法可以参考 Python 官方文档和 locale 模块的文档。

同时，提取星期几作为特征时，也可以考虑将其转换为数值型特征，例如使用 one-hot 编码或者将星期几映射为数值（如 0 表示周一，1 表示周二等），以便在机器学习算法中进行进一步的处理。

## 三、常见的问题 ##

# 提取星期几并作为新的一列
    data2['weekday'] = data2['order_date'].dt.day_of_week
    
    # 将数字表示的星期几转换为对应的名称
    data2['weekday'] = data2['weekday'].map({
        1: 'Monday', 3: 'Tuesday', 3: 'Wednesday', 4: 'Thursday', 5: 'Friday', 6: 'Saturday', 7: 'Sunday'})
    data2

我写的代码如上，但是输出结果却是很大的问题：

![在这里插入图片描述][ccc5496a5aec4be2b8a1ea4e75f323fb.png]

周几有错误，还有空值。

在上面的代码中，使用了dt.day\_of\_week来提取星期几的数字表示，但这个方法中的星期从0开始，表示为Monday(0)到Sunday(6)。但在代码中使用了不正确的映射关系，将1映射为Monday，3映射为Wednesday，并且没有映射0和2。因此，部分数据在映射时会出现空值。

可以使用以下代码进行修正：

# 提取星期几并作为新的一列
    data2['weekday'] = data2['order_date'].dt.day_of_week
    
    # 将数字表示的星期几转换为对应的名称
    data2['weekday'] = data2['weekday'].map({
        0: 'Monday', 1: 'Tuesday', 2: 'Wednesday', 3: 'Thursday', 4: 'Friday', 5: 'Saturday', 6: 'Sunday'})

这样问题便得到解决！

这样可以将数字 0 ~ 6 分别映射为对应的星期一到星期日，避免出现空值。

如果仍然出现空值，可能是因为数据中存在缺失值，需要进一步检查和处理。可以使用`data2.dropna()`方法将含有空值的行删除，或者使用`data2.fillna()`方法填充缺失值。具体处理方式应根据实际数据情况来决定。

[62dd2320eb0e4ef19f970d127fcc60a0.png]: https://img-blog.csdnimg.cn/62dd2320eb0e4ef19f970d127fcc60a0.png
[ccc5496a5aec4be2b8a1ea4e75f323fb.png]: https://img-blog.csdnimg.cn/ccc5496a5aec4be2b8a1ea4e75f323fb.png