Chuyển đổi cột Pandas thành DateTime

241

Tôi có một trường trong DataFrame gấu trúc được nhập dưới dạng chuỗi. Nó phải là một biến datetime. Làm cách nào để chuyển đổi nó thành cột datetime và sau đó lọc dựa trên ngày.

Thí dụ:

Tên khung dữ liệu: khung dữ liệu raw_data
Tên cột dọc: Mycol
Định dạng giá trị trong Cột: '05SEP2014: 00: 00: 00.000'

python datetime pandas

— Chris
nguồn

430

Sử dụng to_datetimechức năng, chỉ định một định dạng để phù hợp với dữ liệu của bạn.

raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], format='%d%b%Y:%H:%M:%S.%f')

— chrisb
nguồn

70

Lưu ý: formatđối số không bắt buộc. to_datetimethông minh. Đi trước và thử nó mà không cố gắng để phù hợp với dữ liệu của bạn.

— samthebrand

6

Để tránh việc SettingWithCopyWarningsử dụng @ darth-Behfans stackoverflow.com/a/42773096/4487805

— Álvaro Loza

3

Nếu bạn chỉ muốn thời gian và không hẹn hò thì sao?

— FaCoffee

5

Không thông minh khủng khiếp. Ngay cả khi một số cột rõ ràng ở định dạng dayfirst = True, nó vẫn sẽ được mặc định là dayfirst = false cho các cột khác trong cùng một cột. Vì vậy, an toàn hơn để sử dụng một đặc tả định dạng rõ ràng hoặc ít nhất là tham số ban ngày.

— CPBL

10

Việc bỏ qua chuỗi định dạng có thể khiến thao tác này bị chậm với nhiều bản ghi. Câu trả lời này thảo luận tại sao. Có vẻ như infer_datetime_format=Truecũng có thể tăng tốc độ phân tích cú pháp lên tới ~ 5-10 lần (theo tài liệu của gấu trúc) nếu bạn không bao gồm chuỗi định dạng.

— atwalsh

52

Bạn có thể sử dụng phương thức DataFrame .apply()để hoạt động trên các giá trị trong Mycol:

>>> df = pd.DataFrame(['05SEP2014:00:00:00.000'],columns=['Mycol'])
>>> df
                    Mycol
0  05SEP2014:00:00:00.000
>>> import datetime as dt
>>> df['Mycol'] = df['Mycol'].apply(lambda x: 
                                    dt.datetime.strptime(x,'%d%b%Y:%H:%M:%S.%f'))
>>> df
       Mycol
0 2014-09-05

— cơ khí
nguồn

1

Cảm ơn! Điều này là tốt bởi vì nó được áp dụng rộng rãi hơn nhưng câu trả lời khác là trực tiếp hơn. Tôi đã có một thời gian khó khăn để quyết định rằng tôi thích cái nào hơn :)

— Chris

2

Tôi thích câu trả lời này hơn, bởi vì nó tạo ra một đối tượng datetime trái ngược với một đối tượng

— pandas.tslib.Timestamp

25

Nếu bạn có nhiều hơn một cột được chuyển đổi, bạn có thể làm như sau:

df[["col1", "col2", "col3"]] = df[["col1", "col2", "col3"]].apply(pd.to_datetime)

— Vlad Bezden
nguồn

15

raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], format='%d%b%Y:%H:%M:%S.%f')

hoạt động, tuy nhiên, nó dẫn đến cảnh báo Python về giá trị A đang cố gắng được đặt trên một bản sao của một lát cắt từ DataFrame. Hãy thử sử dụng .loc[row_indexer,col_indexer] = valuethay thế

Tôi đoán điều này là do một số chỉ số chuỗi.

— Darth BEHFans
nguồn

2

Đã thử cho tôi một vài lần thử, nhưng điều này hoạt động: raw_data.loc [:, 'Mycol'] = pd.to_datetime (raw_data ['Mycol'], format = '% d% b% Y:% H:% M:% S .% f ')

— pinegulf

9

Sử dụng to_datetimehàm gấu trúc để phân tích cột dưới dạng DateTime. Ngoài ra, bằng cách sử dụng infer_datetime_format=True, nó sẽ tự động phát hiện định dạng và chuyển đổi cột được đề cập thành DateTime.

import pandas as pd
raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], infer_datetime_format=True)

— Prateek Sharma
nguồn