날짜와 시간 열 다루기

실제 데이터셋에는 판매 기록, 센서 데이터, 사용자 활동 로그처럼 날짜와 시간 정보(timestamp)가 포함된 경우가 많습니다.

Pandas를 사용하면 문자열을 datetime 객체로 변환하고 날짜 구성 요소를 쉽게 추출하며 특정 기간으로 데이터를 필터링할 수 있습니다.

날짜 데이터를 다루려면 우선 문자열을 datetime 객체로 변환해야 합니다.

복사
df["date"] = pd.to_datetime(df["date"])

변환 후에는 Pandas가 해당 열을 실제 날짜형 데이터로 인식하므로 정렬, 기간 필터링 같은 작업을 손쉽게 수행할 수 있습니다.

변환된 datetime 열에서는 연도, 월, 일, 시각 등 필요한 정보를 간단히 꺼낼 수 있습니다.

복사
df["연도"] = df["날짜"].dt.year
df["요일"] = df["날짜"].dt.day_name()

특정 기간에 해당하는 행만 선택하려면 불리언 마스킹을 활용할 수 있습니다.

복사
df[df["날짜"] > "2023-01-01"]

이렇게 하면 기간별 분석, 계절성 패턴 탐색, 이벤트 전후 비교 같은 다양한 시계열 분석 작업을 쉽게 처리할 수 있습니다.