清华科技大讲堂免费直播课预告：
哔哩哔哩网站免费视频观看地址：
董老师在哔哩哔哩网站免费分享的本学期“Python编程技术”讲课录屏视频，已更新到第10次课25.5小时，预计30小时，观看地址：
https://www.bilibili.com/video/BV137411u7tJ/
图书推荐：
《Python数据分析、挖掘与可视化》（慕课版）（ISBN：978-7-115-52361-7），董付国，人民邮电出版社，定价49.8元，京东、当当、天猫均有销售。
图书封面：
京东详情链接：
主要内容：全书共267页，其中约60页为Python编程基础，然后通过实际案例讲解numpy数组运算与矩阵运算、pandas数据分析、sklearn机器学习、matplotlib数据可视化。
配套资源：教学大纲、PPT、源码、测试数据、习题答案、66课690分钟视频二维码、智慧树网慕课、课堂管理系统。
功能描述：
把pandas二维数组DataFrame结构中的日期时间字符串转换为日期时间数据，然后进一步获取相关信息。
重点演示pandas函数to_datetime()常见用法，函数完整语法为：
to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True)
以下代码测试版本为pandas 1.0.1
参考代码1，format参数的作用：
参考代码2，dayfirst、yearfirst参数的作用：
参考代码3，多个日期时间字符串转换为日期索引对象：
参考代码4，DataFrame中字符串与日期时间数据的转换：
关注本公众号“Python小屋”，通过菜单“最新资源”==>“历史文章”可以快速查看分专题的1000篇原创技术文章列表（可根据关键字在页面上搜索感兴趣的文章），通过“最新资源”==>“微课专区”可以免费观看500节Python微课，通过“最新资源”==>“培训动态”可以查看近期Python培训安排，通过“最新资源”==>“教学资源”可以查看Python教学资源，海量宝藏等你来挖掘。友情提示：不建议购买太多，最好先通过京东、当当、天猫查阅图书了解目录和侧重点，然后再选择购买适合自己的书。（1）《Python程序设计（第2版）》（ISBN：978-7-302-43651-5），清华大学出版社，2016年8月出版，2019年度清华大学出版社畅销图书（2）《Python可以这样学》（ISBN：978-7-302-45646-9），清华大学出版社，2017年2月（3）《Python程序设计基础（第2版）》（ISBN：978-7-302-49056-2）清华大学出版社，2018年1月出版，2019年度清华大学出版社畅销图书（4）《中学生可以这样学Python》（ISBN：978-7-302-48039-6）清华大学出版社（5）《Python程序设计开发宝典》（ISBN：978-7-302-47210-0）清华大学出版社，2018年10月（6）《玩转Python轻松过二级》（ISBN：978-7-302-49916-9）清华大学出版社，2018年5月
（7）《Python程序设计基础与应用》（ISBN：978-7-111-60617-8），机械工业出版社，2018年9月（8）《Python程序设计实验指导书》（ISBN：9787302525790），清华大学出版社，2019年4月（9）《Python编程基础与案例集锦（中学版）》（ISBN：978-7-121-35539-4），电子工业出版社，2019年4月
（10）《大数据的Python基础》（ISBN：978-7-111-62455-4），机械工业出版社，预计2019年5月出版（11）译作《Python程序设计》，机械工业出版社（华章），2018年11月出版（12）繁体版《Python也可以这样学》，台湾博硕文化股份有限公司，2017年10月出版，本书为《Python可以这样学》在台湾发行的繁体版，两本书内容一样，不建议重复购买。（13）《Python程序设计实例教程》（ISBN：978-7-111-63198-9），机械工业出版社（14）《Python数据分析、挖掘与可视化》（ISBN：978-7-115-52361-7），人民邮电出版社，2019年12月Python分析某小区每年每个楼的用水大王
1000道Python题库系列分享26（12道Pandas编程题）
1000道Python题库系列分享25（40道Pandas客观题）
Python+pandas查找前5位成绩最高的同学与前5个最高成绩的同学
Python+pandas处理Excel文件案例一则
Python花式编程：考试成绩分类统计（3种方法）
Python+pandas填充缺失值的几种方法
Python+pandas你可能不知道的排序技巧
Python+pandas分离Excel数据到同一个Excel文件中多个Worksheets
Python数据分析库pandas高级接口dt和str的使用
Python+pandas使用交叉表分析超市营业额数据
Python+pandas使用重采样技术按时间段查看员工业绩
Python+pandas一维数组常用操作
Python+pandas时间序列对象常用操作
Python+pandas处理Excel文件中的超市营业额数据
Python统计Excel文件中超市营业额明细数据
Python+numpy实现矩阵的行列扩展
Python使用pandas读取Excel文件多个WorkSheet的数据并绘制柱状图和热力图
Python模拟分析演员之间亲密程度
使用Python分析最新2000封电子邮件的时间分布
Python使用numpy和pandas模拟转盘抽奖游戏
Python+pandas实现时间序列数据扩展案例一则
Python+pandas+matplotlib数据分析与可视化案例（附源码）
几行Python代码生成饭店营业额模拟数据并保存为CSV文件
Python+pandas计算数据相关系数
两行Python代码实现电影打分与推荐
Python绘制时间序列数据的时序图、自相关图和偏自相关图
Python使用pandas对数据进行差分运算
Python使用pandas扩展库DataFrame对象的pivot方法对数据进行透视转换
Python使用pandas读取Excel文件数据和预处理小案例
使用Python内置集合对象和内置函数filter()过滤无效书评
Python数据分析扩展库pandas的DataFrame排序方法小结
Pandas创建DataFrame对象的几种常用方法
Python基于用户协同过滤算法的电影推荐代码demo
Python+pandas读取Excel文件并统计演员参演电影数量
