안녕하세요, 마유미입니다.

Pandas에 대한 기사를 시리즈로 작성하고 있습니다.

이번은 제28회째가 됩니다.

이번부터 잠시 동안 Pandas에서 날짜와 시간에 대한 데이터를 처리하는 방법에 대해 쓰려고합니다.

시간 관련 모듈을 사용하면 예를 들어

특정 기간의 추세를 추적하거나

한 일요일부터 다음 일요일까지 데이터를 가져오거나

회사의 분기 데이터를 받고

위와 같이 할 수 있게 되어 매우 편리합니다.

Pandas의 시간에 관한 모듈을 이번 기사부터 조금씩 써 갑니다

그럼 시작하겠네요.

Python의 datetime과 Pandas의 TimeStamp는 무엇이 다른가요?

파이썬을 배운 분이라면 datetime 모듈은 사용한 적이 있다고 생각합니다.

datetime 모듈에서 만드는 date/datetime 객체와 비교하여 Pandas의 TimeStamp 객체가 얼마나 강력한지 비교해 가고 싶습니다.

우선 date/datetime 객체에서 살펴보겠습니다.

.date() .datetime()

datetime 모듈로 만든 객체에는 date 객체 또는 datetime 객체가 있습니다.

date는 연월일 데이터

datetime은 연월일 이외에 시, 분, 초의 데이터를 가질 수 있습니다.

date 메서드로 date 객체를 만듭니다.



만약 객체 안의 '년'을 꺼내고 싶을 때는 '.year', '달'을 꺼내고 싶을 때는 '.month', '일'을 꺼내고 싶을 때는 '.day' 애트리뷰트를 사용하게 됩니다. .

그런 다음 datetime 메서드로 datetime 객체를 만듭니다.

datetime 오브젝트는 「연월일」에 가세해, 「시・분・초」도 포함되므로, 만약 「시・분・초」의 값을 넣지 않으면, 디폴트치의 0시가 표시됩니다.





이제 Pandas의 TimeStamp에 대해 살펴 보겠습니다.

Pandas의 TimeStamp 객체

인용 소스 : Pandas 문서

문서에, TimeStamp 객체는 python의 Datetime과 동등한 것이라고 쓰고 있습니다만, 물론 TimeStamp만이 가능한 특징도 있습니다.


위의 코드 실행 결과의 스쿠쇼에서 알 수 있듯이 TimeStamp는 Python의 datetime보다 광범위한 인수를받을 수 있습니다.



또, 8:7:35PM이라고 쓰는 것만으로 제대로 24시간 표기에도 해석해 줍니다.

Pandas의 TimeStamp 객체는

더 강력한

더 유연한

더 특징적인

객체라는 것을 알게 되었다고 생각합니다.

요약

이번 기사는 이 근처에서 끝납니다.

이번에는 Python의 Datetime 객체와 Pandas의 TimeStamp의 차이에 대해 살짝 소개했습니다.

다음 기사에서는 TimeStamp의 특징을 더욱 활용할 수 있는 사용법을 소개해 가고 싶습니다. <(_ _)>