3、日期解析

In this notebook, we’re going to work with dates.

Let’s get started!

数据集「catalog.csv2F202401242Fstorage%2Fgoog4_request&X-Goog-Date=20240124T025847Z&X-Goog-Expires=259200&X-G.csv」，下载链接：链接：https://pan.quark.cn/s/d14c626a5439

1、设置我们的环境

我们需要做的第一件事是加载我们将要使用的库和数据集。我们将使用一个包含2007年至2016年间发生的滑坡信息的数据集。在接下来的练习中，你将把你的新技能应用到一个全球地震的数据集中。

In [1]:

# 我们将使用的模块
import pandas as pd
import numpy as np
import seaborn as sns
import datetime

# 读取我们的数据
landslides = pd.read_csv("../input/landslide-events/catalog.csv")

# 设置种子以保证可重复性
np.random.seed(0)

现在我们准备好查看一些日期了！

2、检查我们日期列的数据类型

我们首先看一下数据的前五行。

In [2]:

landslides.head()

Out[2]:

	id	date	time	continent_code	country_name	country_code	state/province	population	city/town	distance	…	geolocation	hazard_type	landslide_type	landslide_size	trigger	storm_name	injuries	fatalities	source_name	source_link
0	34	3/2/07	Night	NaN	United States	US	Virginia	16000	Cherry Hill	3.40765	…	(38.600900000000003, -77.268199999999993)	Landslide	Landslide	Small	Rain	NaN	NaN	NaN	NBC 4 news	http://www.nbc4.com/news/11186871/detail.html
1	42	3/22/07	NaN	NaN	U