Python 确定时间序列的日期粒度差异
我有不同日期时间格式的表格。给定两个表,目标是识别粒度更松散的格式。该函数将识别最小粒度的表,输出该表和粒度级别 大概是这样的:Python 确定时间序列的日期粒度差异,python,pandas,datetime,Python,Pandas,Datetime,我有不同日期时间格式的表格。给定两个表,目标是识别粒度更松散的格式。该函数将识别最小粒度的表,输出该表和粒度级别 大概是这样的: def smallest_granularity(s1, s2): ... return ("seconds" or "minutes" or "hours" or "days" or "months"), s2 例如 t1 datetime | v1 2014-01-01| 3 2015-02-01| 4 2011-11-11| 2 t2 dateti
def smallest_granularity(s1, s2):
...
return ("seconds" or "minutes" or "hours" or "days" or "months"), s2
例如
t1
datetime | v1
2014-01-01| 3
2015-02-01| 4
2011-11-11| 2
t2
datetime | v2
2010-01-07 01:00:00| 3
2008-01-11 03:20:20| 4
2019-03-03 01:04:20| 2
由于t1
只能区分日期,因此输出将是“day”,t1“
为了
这里的输出是“分钟”,t1“
,因为t1
最多只能区分一分钟
有没有什么简洁的方法可以在不进行脏解析的情况下完成这项工作?您可以根据自己的解析能力计算两个日期之间的差值data@AMi但差异并不能给出粒度。。。相同的格式在日期之间可能有很大的差异。根据您可以解析的数据,您可以像计算两个日期之间的差异一样进行操作data@AMi但差异并不能给出粒度。。。相同的格式在日期之间可能有很大的差异,对吗
t1
datetime | v1
2014-01-01 01:00| 3
2015-02-01 05:00| 4
2011-11-11 02:35| 2
t2
datetime | v2
2010-01-07 01:00:00| 3
2008-01-11 03:20:20| 4
2019-03-03 01:04:20| 2