用python进行数据分析：时间戳的处理

python：时间戳处理

时间戳

时间戳脱敏后的恢复，格式处理，数据清洗，数据分析（两种时间提取方法）

数据来自科大讯飞算法营销大赛，处理时间数据的目的是为了探索时间与广告点击率的关系。

（文章内出现的df_info与df_new_new视为等同）
1.将脱敏后的时间恢复为正常时间格式

时间值的提取以及可视化分析

维度一：小时

2.在这里我们选择小时的单位来进行分析探索，提取hour


3.将hour的ge是转化为整数型后，简单探索下hour


4.我们将时间分桶，按时间段来探索数据



5.探索不同时间段内广告点击率的情况，可视化信息


6.来看下曝光量和点击量的情况，这里我们在python中得出数据，在其他软件中制作图表。

7.总结（一）：
1.除深夜凌晨时段外，其他时间段广告点击率表现良好均超0.2。
2.晚间6点至9点的曝光率最高，白天的点击量均等。

维度二：工作日与周末

这里，维度二的处理将用另外一种数据清洗方法。

1.确保要提取数据的一列格式为datetime

2.提取weekday信息


3.处理weekday数据，新建一列判断是否周末

4.顺便提及int32与int64的转化，用np.int64

5.得出一系列数据，利用其它软件进行数据可视化


6.总结（二）：
1.工作日与周末的平均点击率几乎均等，工作日略高。
2.工作日与周末的平均每日曝光量与每日点击量均等。
3.工作日与周末的差别对广告点击率的影响几乎没有。