如何将字符串的 DataFrame 列(dd/mm/yyyy格式)转换为日期时间?
问问题
564205 次
4 回答
619
最简单的方法是使用to_datetime
:
df['col'] = pd.to_datetime(df['col'])
它还dayfirst
为欧洲时代提供了一个论据(但要注意这并不严格)。
这是在行动:
In [11]: pd.to_datetime(pd.Series(['05/23/2005']))
Out[11]:
0 2005-05-23 00:00:00
dtype: datetime64[ns]
您可以传递特定格式:
In [12]: pd.to_datetime(pd.Series(['05/23/2005']), format="%m/%d/%Y")
Out[12]:
0 2005-05-23
dtype: datetime64[ns]
于 2013-06-16T15:18:23.183 回答
54
如果您的日期列是格式为“2017-01-01”的字符串,您可以使用 pandas astype 将其转换为日期时间。
df['date'] = df['date'].astype('datetime64[ns]')
或使用 datetime64[D] 如果您想要 Day 精度而不是纳秒
print(type(df_launath['date'].iloc[0]))
产量
<class 'pandas._libs.tslib.Timestamp'>
与使用 pandas.to_datetime 时相同
您可以尝试使用其他格式,然后是 '%Y-%m-%d',但至少这是可行的。
于 2017-06-26T14:35:27.517 回答
45
如果要指定棘手的格式,可以使用以下内容:
df['date_col'] = pd.to_datetime(df['date_col'], format='%d/%m/%Y')
更多细节在format
这里:
于 2018-05-02T08:14:16.923 回答
16
如果您的日期中有多种格式,请不要忘记设置infer_datetime_format=True
以使生活更轻松。
df['date'] = pd.to_datetime(df['date'], infer_datetime_format=True)
资料来源:pd.to_datetime
或者如果您想要自定义方法:
def autoconvert_datetime(value):
formats = ['%m/%d/%Y', '%m-%d-%y'] # formats to try
result_format = '%d-%m-%Y' # output format
for dt_format in formats:
try:
dt_obj = datetime.strptime(value, dt_format)
return dt_obj.strftime(result_format)
except Exception as e: # throws exception when format doesn't match
pass
return value # let it be if it doesn't match
df['date'] = df['date'].apply(autoconvert_datetime)
于 2019-07-28T01:04:52.140 回答