pandas dayofweek

pandas中的dayofweek函数可以用于获取一个日期对应的星期几，返回值为0-6，分别代表星期一到星期日。具体用法如下：

import pandas as pd

date = pd.to_datetime('2021-07-08')
day_of_week = date.dayofweek

print(day_of_week)  # 输出3，代表星期四

在上面的例子中，我们先使用pd.to_datetime函数将2021-07-08转换成一个pandas的Timestamp类型，然后使用dayofweek属性获取这个日期对应的星期几。

相关问题

pandas要求日期

### 如何使用 Pandas 处理日期数据

#### 将字符串转换为日期时间对象
为了有效地处理日期数据，通常需要先将存储为字符串格式的日期转换为 `pandas` 的日期时间对象。这可以通过调用 `pd.to_datetime()` 函数来实现[^2]。

import pandas as pd

df = pd.DataFrame({'date': ['2019-01-01', '2019-01-02']})
df['date'] = pd.to_datetime(df['date'])
print(df.dtypes)

上述代码会输出：

date    datetime64[ns]
dtype: object

#### 设置自定义日期格式
如果输入的数据不是标准 ISO 8601 格式的日期，则可能需要指定确切的时间格式以便正确解析这些值。

df_custom_format = pd.DataFrame({'date': ['01-Jan-2019', '02-Jan-2019']})
df_custom_format['date'] = pd.to_datetime(df_custom_format['date'], format='%d-%b-%Y')
print(df_custom_format.dtypes)

这段代码同样会显示每列的数据类型，并确认已成功转换为 `datetime64[ns]` 类型。

#### 提取特定部分的信息
一旦拥有了 `datetime64[ns]` 类型的数据之后，就可以轻松提取年份、月份、日等信息，甚至还可以获取星期几这样的细节[^3]。

# 添加新列以保存每周中的某一天 (Monday=0, Sunday=6)
df['day_of_week'] = df['date'].dt.dayofweek
print(df[['date', 'day_of_week']])

此操作的结果将是原始 DataFrame 中新增一列名为 `day_of_week` ，其数值代表一周内的每一天。

#### 统一多种不同格式的日期表达方式
有时遇到的数据集可能会包含多种形式混杂在一起的日期记录；这时利用 `pd.to_datetime()` 可以自动识别并标准化各种常见格式，从而简化后续分析工作流程[^4]。

mixed_dates_df = pd.DataFrame({
    'dates': [
        "2018-01-01",
        "1/1/2018"
    ]
})

# 自动检测和规范化不同的日期格式
normalized_dates = pd.to_datetime(mixed_dates_df['dates']).tolist()
print(normalized_dates)

执行以上脚本后可以看到所有日期都被转换成了统一的标准格式。

pandas电商数据清洗

### 使用 Pandas 进行电子商务数据分析和预处理

#### 导入库并加载数据
为了进行有效的电子商务数据分析，首先需要导入必要的库并将数据集加载到 DataFrame 中。

import pandas as pd

# 加载电商数据
df = pd.read_csv('ecommerce_data.csv')
print(df.head())

#### 处理缺失值
对于存在缺失的数据列，可以采用不同的策略来填充这些空白。例如，在性别字段上可以用众数替代；年龄字段则适合用平均值填补；收入字段可能更适合使用中位数值[^3]。

# 缺失值处理
df['gender'] = df['gender'].fillna(df['gender'].mode()[0])
df['age'] = df['age'].fillna(df['age'].mean())
df['income'] = df['income'].fillna(df['income'].median())

print(df.isnull().sum())  # 检查剩余缺失情况

#### 删除无关记录
如果某些特定类型的 URL 或者页面不符合分析需求，则应该将其移除以提高数据质量[^4]。

# 移除非目标URL模式的条目
mask = ~df['url'].str.contains("midpage|publish_success|login_helper", case=False, na=False)
cleaned_df = df[mask]

print(f"原始数据量: {len(df)}, 清洗后的数据量: {len(cleaned_df)}")

#### 转换日期时间格式
通常情况下，交易时间和访问日志会包含字符串形式的时间戳，这不利于进一步计算操作。因此转换成标准 datetime 类型是有益的做法。

# 将时间字段转化为datetime对象
cleaned_df['timestamp'] = pd.to_datetime(cleaned_df['timestamp'], errors='coerce')

# 查看前几行确认更改效果
print(cleaned_df[['timestamp']].head())

#### 创建新特征
基于现有变量创建额外有用的指标可以帮助更好地理解业务逻辑和发展趋势。比如可以从 timestamp 提取出月份、星期几等信息作为新的维度用于后续建模工作。

# 添加更多有意义的时间特性
cleaned_df['month'] = cleaned_df['timestamp'].dt.month
cleaned_df['day_of_week'] = cleaned_df['timestamp'].dt.dayofweek

# 展示新增加的两列表头部分样本
print(cleaned_df[['month', 'day_of_week']].head())

通过以上步骤完成初步的数据清理之后，就可以着手于更深入的数据探索以及构建预测模型等工作了。值得注意的是，实际项目里还需要针对具体场景做针对性调整优化。