[pandas] 데이터분석 복습 3

datetime 

1. strptime :  문자열 -> 날짜(datetime 객체)

from datetime import datetime

date_string = "2025-03-18 14:30:00"
time_data = datetime.strptime(date_string, "%Y-%m-%d %H:%M:%S")

print(time_data)  # 2025-03-18 14:30:00
print(type(time_data))  # <class 'datetime.datetime'>

 

2. strftime : 날짜(datetime객체) -> 문자열

time_data.strftime('%y/%m/%d')
time_data.strftime('%m월')
time_data.strftime('%w')
time_data.strftime('%a')

 

 

Timestamp in Pandas

 

Python의 datetime과 유사하지만, 더 정밀한 시간 단위(나노초 단위 지원) 와 강력한 연산 기능을 제공

 

ts = pd.Timestamp("2025-03-18 14:30:00")
ts.year
ts.month

# 특정 날짜에서 날짜 연산 가능
new_ts = ts + pd.Timedelta(days=5, hours=3)

# timestamp -> 문자열
date_str = ts.strftime("%Y/%m/%d %H:%M:%S")
# 문자열 -> timestamp
ts_from_str = pd.to_datetime("2025-03-18 14:30:00")
time_data2 = pd.to_datetime('2025년 03월 07일', format="%Y년 %m월 %d일")



time_data2 - pd.Timedelta('3 days')
time_data2 - pd.Timedelta(days= 30)

 

 

데이터프레임간의 결합

concat()

그냥 데이터를 위/아래/옆으로 이어붙이기

axis : 0(행), 1(열)

concat_df = pd.concat([df1, df2], axis=0, ignore_index = True)

 

merge()

공통된 열을 기준으로 데이터를 합치기

how -> inner, left, right, outer

merged_df = pd.merge(df1, df2, on='id', how ='inner')

 

 

기준이 되는 컬럼의 이름이 다른 경우

pd.merge(df4, df5, left_on='loc', right_on='location', how='inner')

# 두개의 데이터프레임 중 하나의 이름을 변경하고 결합
df5.rename(columns = {'location' : 'loc'}, inplace=True)
pd.merge(df4, df5, on='loc', how='inner')

 

 

duplicated() 

중복 데이터를 체크하는 함수

subset 매개변수 :  어떤 열의 데이터의 중복을 체크할 것인지

keep : first, last, False

flag = total_df.duplicated(subset='transaction_id', keep=False)
total_df.loc[flag]

중복 데이터를 제거할때는 : df.drop_duplicates(subset = '', keep= )