Lære Datoer og Klokkeslett | Strenger, Datoer, Manglende Data

Sveip for å vise menyen

Når du arbeider med datasett fra virkeligheten, vil du ofte møte dato- og tidsinformasjon lagret som ren tekst. For å analysere eller manipulere disse datoene, må du konvertere dem til et datetime-format som Polars kan forstå. I dette kapittelet lærer du hvordan du parser release_date-strenger til datetime og henter ut utgivelsesåret ved hjelp av .dt-navnerommet.

Anta at du har en DataFrame med en kolonne kalt release_date, hvor hver verdi er en streng som "2015-07-14". For å arbeide med disse som datoer, må du først konvertere kolonnen til en datetime-type. Deretter kan du hente ut nyttig informasjon, som året, ved å bruke Polars' kraftige .dt-tilgang.


              12345678910111213141516171819
            
import polars as pl

# Sample DataFrame with string dates
df = pl.DataFrame({
    "title": ["Movie A", "Movie B", "Movie C"],
    "release_date": ["2015-07-14", "2018-03-22", "2020-11-05"]
})

# Convert 'release_date' to datetime
df = df.with_columns(
    pl.col("release_date").str.strptime(pl.Date, "%Y-%m-%d").alias("release_date_dt")
)

# Extract the release year as a new column
df = df.with_columns(
    pl.col("release_date_dt").dt.year().alias("release_year")
)

print(df)

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 3

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Seksjon 3. Kapittel 3