Работа с датами в pandas
Типизированные даты поддерживают периоды, resampling и временные фильтры.
Что такое Работа с датами в pandas?
Типизированные даты поддерживают периоды, resampling и временные фильтры.
Преобразуйте, фильтруйте и группируйте даты.
Когда это использовать?
- Читать и очищать табличные данные.
- Анализировать CSV, API и базы данных.
- Готовить отчёты и статистику.
Пример кода
main.py
import pandas as pd
events = pd.DataFrame({"date": ["2026-08-10", "2026-08-12"]})
events["date"] = pd.to_datetime(events["date"])
events["day"] = events["date"].dt.day_name()
print(events)Ожидаемый результат
date day
0 2026-08-10 Monday
1 2026-08-12 WednesdayКак это работает
to_datetime разбирает текст, .dt предоставляет год, месяц и другие компоненты.
Измените значения и запустите программу в онлайн-компиляторе Python CodeUtility без локальной установки Python.
Практические задания
Изменяйте входные данные и проверяйте граничные случаи перед работой с большими наборами.
- Добавьте строки, столбцы и пропуски.
- Объедините фильтрацию, сортировку и groupby.
- Загрузите реальный файл и проверьте dtype.