பைத்தானில் தேதி நேர சரங்களைக் கையாளுதல்
பெரிய தரவுத்தொகுப்புகளுடன் பணிபுரியும் போது, சரங்களாக சேமிக்கப்பட்ட தேதி மற்றும் நேரத் தகவலை சந்திப்பது பொதுவானது. எந்த தேதி நேர கையாளுதல் அல்லது பகுப்பாய்வு செய்வதற்கு இந்த சரம் பிரதிநிதித்துவங்களை பைதான் தேதி நேர பொருள்களாக மாற்றுவது அவசியம். பைத்தானின் உள்ளமைக்கப்பட்ட நூலகங்களைப் பயன்படுத்தி இந்தப் பணி நேரடியானது, இது தேதி நேர சரங்களை அலசுவதற்கும் மாற்றுவதற்கும் திறமையான வழிகளை வழங்குகிறது.
இந்தக் கட்டுரையில், "ஜூன் 1 2005 1:33PM" மற்றும் "ஆகஸ்ட் 28 1999 12:00AM" போன்ற தேதி நேர சரங்களை பைதான் தேதிநேரப் பொருள்களாக மாற்றுவது எப்படி என்பதை ஆராய்வோம். தேதி-நேரத் தரவு எளிதில் கையாளக்கூடிய மற்றும் பகுப்பாய்வு செய்யக்கூடிய வடிவத்தில் இருப்பதை உறுதிசெய்வதற்கு இந்த செயல்முறை முக்கியமானது. இந்த மாற்றத்தை அடைவதற்கான முறைகள் மற்றும் சிறந்த நடைமுறைகளுக்குள் நுழைவோம்.
கட்டளை | விளக்கம் |
---|---|
datetime.strptime() | ஒரு சரத்தை ஒரு குறிப்பிட்ட வடிவமைப்பின் அடிப்படையில் தேதிநேர பொருளாக பாகுபடுத்துகிறது. |
map() | உள்ளீட்டு பட்டியலில் உள்ள அனைத்து உருப்படிகளுக்கும் ஒரு செயல்பாட்டைப் பயன்படுத்துகிறது. |
lambda | குறுகிய கால பயன்பாட்டிற்காக ஒரு அநாமதேய செயல்பாட்டை உருவாக்குகிறது. |
pd.Series() | பாண்டாக்களில் ஒரு பட்டியலிலிருந்து ஒரு பரிமாண வரிசை போன்ற பொருளை உருவாக்குகிறது. |
pd.to_datetime() | குறிப்பிட்ட வடிவமைப்பைப் பயன்படுத்தி, வாதத்தை பாண்டாக்களில் தேதி நேரமாக மாற்றுகிறது. |
append() | பட்டியலின் முடிவில் ஒரு உறுப்பைச் சேர்க்கிறது. |
மாற்று செயல்முறையைப் புரிந்துகொள்வது
முதல் ஸ்கிரிப்ட்டில், பைத்தானின் உள்ளமைவைப் பயன்படுத்துகிறோம் datetime தேதி நேர சரங்களை மாற்றுவதற்கான தொகுதி datetime பொருள்கள். தி datetime.strptime() குறிப்பிட்ட வடிவமைப்பின் அடிப்படையில் சரத்தை அலசுவதற்கு செயல்பாடு பயன்படுத்தப்படுகிறது. இங்கே, வடிவமைப்பை இவ்வாறு வரையறுக்கிறோம் "%b %d %Y %I:%M%p", இது கொடுக்கப்பட்ட தேதி-நேர சரங்களுக்கு ஒத்திருக்கிறது. தி for லூப் பட்டியலில் உள்ள ஒவ்வொரு தேதி-நேர சரத்தின் மீதும் திரும்பத் திரும்ப, அதை a ஆக மாற்றுகிறது datetime பொருள், மற்றும் அதை இணைக்கிறது datetime_objects பட்டியல். இந்த அணுகுமுறை நேரடியானது மற்றும் வாசிப்புத்திறனும் எளிமையும் முதன்மையாக இருக்கும் காட்சிகளுக்கு ஏற்றது.
இரண்டாவது ஸ்கிரிப்ட் மிகவும் சுருக்கமான முறையைப் பயன்படுத்துகிறது list comprehension மற்றும் இந்த map() செயல்பாடு. இங்கே, நாம் கடந்து செல்கிறோம் lambda செயல்பாடு map(), இது பொருந்தும் datetime.strptime() இல் உள்ள ஒவ்வொரு பொருளுக்கும் date_strings பட்டியல். இந்த முறை செயல்திறன் மிக்கது மற்றும் குறியீட்டின் வினைத்திறனைக் குறைக்கிறது, சுருக்கமான தீர்வைத் தேடும் அனுபவமிக்க டெவலப்பர்களுக்கு இது ஒரு சிறந்த தேர்வாக அமைகிறது. இரண்டு ஸ்கிரிப்ட்களும் ஒரே இலக்கை அடைகின்றன: தேதி-நேர சரங்களை மாற்றுதல் datetime பொருள்கள், ஆனால் அவை பல்வேறு குறியீட்டு விருப்பங்களுக்கு ஏற்ற வெவ்வேறு பாணிகளை வழங்குகின்றன.
டேட் டைம் மாற்றத்திற்காக பாண்டாக்களை மேம்படுத்துதல்
மூன்றாவது ஸ்கிரிப்ட்டில், நாங்கள் பயன்படுத்துகிறோம் pandas நூலகம், இது பெரிய தரவுத்தொகுப்புகளைக் கையாள்வதில் மிகவும் திறமையானது. உருவாக்குவதன் மூலம் தொடங்குகிறோம் pandas Series தேதி நேர சரங்களின் பட்டியலிலிருந்து. தி pd.to_datetime() செயல்பாடு பின்னர் மாற்ற பயன்படுத்தப்படுகிறது Series செய்ய datetime பொருள்கள். விரிவான தரவுகளைக் கையாளும் போது இந்த முறை மிகவும் சக்தி வாய்ந்தது pandas தரவு கையாளுதல் மற்றும் பகுப்பாய்வுக்கு பல செயல்பாடுகளை வழங்குகிறது.
பயன்படுத்தி pandas குறிப்பாக டேட்டாஃப்ரேம்களுடன் பணிபுரியும் போது, தேதி நேரத் தரவைக் கையாளும் மற்றும் மாற்றும் செயல்முறையை எளிதாக்குகிறது. தி pd.to_datetime() செயல்பாடு பல்துறை மற்றும் பல்வேறு தேதி-நேர வடிவங்களைக் கையாள முடியும், இது தரவு விஞ்ஞானிகள் மற்றும் ஆய்வாளர்களுக்கு ஒரு வலுவான கருவியாக அமைகிறது. ஒட்டுமொத்தமாக, மூன்று ஸ்கிரிப்டுகள் தேதி-நேர சரங்களை மாற்றுவதற்கான வெவ்வேறு முறைகளை நிரூபிக்கின்றன datetime பைத்தானில் உள்ள பொருள்கள், பல்வேறு தேவைகள் மற்றும் நிபுணத்துவ நிலைகளை வழங்குகின்றன.
தேதி சரங்களை பைதான் தேதி நேர பொருள்களாக மாற்றுகிறது
தேதிநேர தொகுதி கொண்ட பைதான்
from datetime import datetime
date_strings = ["Jun 1 2005 1:33PM", "Aug 28 1999 12:00AM"]
datetime_objects = []
for date_str in date_strings:
dt_obj = datetime.strptime(date_str, "%b %d %Y %I:%M%p")
datetime_objects.append(dt_obj)
print(datetime_objects)
பைத்தானில் தேதி நேர சரங்களை திறம்பட பாகுபடுத்துகிறது
பட்டியல் புரிதல் மற்றும் வரைபடத்துடன் பைதான்
from datetime import datetime
date_strings = ["Jun 1 2005 1:33PM", "Aug 28 1999 12:00AM"]
datetime_objects = list(map(lambda x: datetime.strptime(x, "%b %d %Y %I:%M%p"), date_strings))
print(datetime_objects)
பைத்தானில் தேதி சரங்களை தேதி நேர பொருள்களாக மாற்றுதல்
பாண்டாக்கள் நூலகத்துடன் மலைப்பாம்பு
import pandas as pd
date_strings = ["Jun 1 2005 1:33PM", "Aug 28 1999 12:00AM"]
date_series = pd.Series(date_strings)
datetime_objects = pd.to_datetime(date_series, format="%b %d %Y %I:%M%p")
print(datetime_objects)
மாற்று தேதி பாகுபடுத்தும் நுட்பங்களை ஆராய்தல்
தேதி நேர சரங்களை தேதி நேர பொருள்களாக மாற்றுவதில் மற்றொரு முக்கிய அம்சம் உங்கள் தரவுத்தொகுப்பில் தோன்றக்கூடிய வெவ்வேறு தேதி-நேர வடிவங்களைக் கையாளுவதாகும். பெரும்பாலும், பல்வேறு ஆதாரங்களில் இருந்து தரவுகள் ஒரே வடிவமைப்பிற்கு இணங்காமல் இருக்கலாம், மேலும் நெகிழ்வான பாகுபடுத்தும் முறைகள் தேவைப்படுகின்றன. அத்தகைய ஒரு முறை பயன்படுத்தப்படுகிறது dateutil.parser தொகுதி, இது வடிவமைப்பை வெளிப்படையாகக் குறிப்பிடத் தேவையில்லை. மாறுபட்ட அல்லது சீரற்ற தரவு மூலங்களைக் கையாளும் போது இது மிகவும் பயனுள்ளதாக இருக்கும்.
பயன்படுத்தி dateutil.parser.parse() செயல்பாடு தேதி வடிவமைப்பை தானாக கண்டறிவதன் மூலம் மாற்றும் செயல்முறையை எளிதாக்குகிறது. இந்த அணுகுமுறை முன் வரையறுக்கப்பட்ட வடிவமைப்பு சரங்களின் தேவையை குறைக்கிறது மற்றும் சாத்தியமான பிழைகளை குறைக்கிறது. கூடுதலாக, மிகவும் சிக்கலான தரவுத்தொகுப்புகளுக்கு, வலுவான மற்றும் நம்பகமான தரவு செயலாக்கத்தை உறுதிப்படுத்த, பிழை கையாளும் நுட்பங்களுடன் இந்த முறையை நீங்கள் இணைக்கலாம். இந்த மாற்றுப் பாகுபடுத்தும் நுட்பங்களை ஆராய்வதன் மூலம், டெவலப்பர்கள் பரந்த அளவிலான தரவுக் காட்சிகளைப் பூர்த்தி செய்யும் பல்துறை மற்றும் நெகிழ்வான தேதி நேர மாற்ற ஸ்கிரிப்ட்களை உருவாக்க முடியும்.
பைத்தானில் தேதிநேர மாற்றத்திற்கான பொதுவான கேள்விகள் மற்றும் தீர்வுகள்
- ஒரே பட்டியலில் வெவ்வேறு தேதி வடிவங்களை எவ்வாறு கையாள்வது?
- நீங்கள் பயன்படுத்தலாம் dateutil.parser.parse() பல்வேறு தேதி வடிவங்களை தானாகவே கண்டறிந்து அலசுவதற்கான செயல்பாடு.
- பட்டியலில் தவறான தேதி வடிவமைப்பை நான் சந்தித்தால் என்ன செய்வது?
- தவறான வடிவங்களுக்கான விதிவிலக்குகளைப் பிடிக்கவும் கையாளவும் உங்கள் பாகுபடுத்தும் குறியீட்டைச் சுற்றியுள்ள தொகுதிகளைத் தவிர்த்து முயற்சிக்கவும்.
- நான் நேர மண்டலங்களுடன் தேதிகளை மாற்ற முடியுமா?
- ஆம், தி dateutil.parser நேர மண்டல தகவலுடன் தேதி-நேர சரங்களை கையாள முடியும்.
- டேட் டைம் பொருளை மீண்டும் சரமாக மாற்றுவது எப்படி?
- பயன்படுத்த datetime.strftime() தேதிநேர பொருளை சரமாக வடிவமைக்கும் முறை.
- தேதி நேர சரங்களின் பெரிய பட்டியல்களை பாகுபடுத்துவதை விரைவுபடுத்த வழி உள்ளதா?
- வெக்டரைஸ் செய்யப்பட்ட செயல்பாடுகளைப் பயன்படுத்துவதைக் கருத்தில் கொள்ளுங்கள் pandas பெரிய தரவுத்தொகுப்புகளின் திறமையான செயலாக்கத்திற்காக.
- உள்ளூர்மயமாக்கப்பட்ட தேதி வடிவங்களை நான் கையாள முடியுமா?
- ஆம், பாகுபடுத்தும் செயல்பாட்டில் மொழியைக் குறிப்பிடவும் அல்லது உள்ளூர்மயமாக்கப்பட்ட தேதி வடிவங்களைக் கையாள, மொழி சார்ந்த நூலகங்களைப் பயன்படுத்தவும்.
- எனது தேதி சரங்களில் கூடுதல் உரை இருந்தால் என்ன செய்வது?
- பாகுபடுத்தும் முன் வழக்கமான வெளிப்பாடுகளைப் பயன்படுத்தி தேதிப் பகுதியைப் பிரித்தெடுக்கவும்.
- வெவ்வேறு பிரிப்பான்களுடன் தேதிகளை எவ்வாறு கையாள்வது?
- தி dateutil.parser பிரிப்பான்களுடன் நெகிழ்வானது மற்றும் பல்வேறு டிலிமிட்டர்களைக் கையாள முடியும்.
- விடுபட்ட கூறுகளுடன் தேதிகளை அலச முடியுமா?
- ஆம், தி dateutil.parser வழங்கப்படாவிட்டால் நடப்பு ஆண்டு போன்ற விடுபட்ட கூறுகளை ஊகிக்க முடியும்.
தேதி-நேர மாற்றம் குறித்த முடிவான எண்ணங்கள்
சுருக்கமாக, பைத்தானில் தேதி நேர சரங்களை டேட் டைம் பொருள்களாக மாற்றுவது, தேதிநேர தொகுதி, பட்டியல் புரிதல்கள் மற்றும் பாண்டாஸ் லைப்ரரி போன்ற பல்வேறு அணுகுமுறைகளைப் பயன்படுத்தி திறமையாக அடைய முடியும். தரவுத்தொகுப்பின் சிக்கலான தன்மை மற்றும் அளவைப் பொறுத்து ஒவ்வொரு முறையும் தனித்துவமான நன்மைகளை வழங்குகிறது. இந்த நுட்பங்களைப் புரிந்துகொண்டு பயன்படுத்துவதன் மூலம், டெவலப்பர்கள் துல்லியமான மற்றும் திறமையான தேதி-நேர கையாளுதலை உறுதிப்படுத்த முடியும், இது தரவு பகுப்பாய்வு மற்றும் செயலாக்கப் பணிகளுக்கு முக்கியமானது.