![](/img/trans.png)
[英]Convert the column type from string to datetime format in Pandas dataframe
[英]Convert DataFrame column type from string to datetime
如何将 DataFrame 字符串列( dd/mm/yyyy格式)转换为 datetime dtype?
最简单的方法是使用to_datetime
:
df['col'] = pd.to_datetime(df['col'])
它还为欧洲时间提供了dayfirst
参数(但要注意这不是严格的)。
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]
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 '%Y-%m-%d' 但至少这是有效的。
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')
有关format
更多详细信息,请访问:
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)
来源: pd.to_datetime
或者如果你想要一个定制的方法:
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)
试试这个解决方案:
'2022–12–31 00:00:00' to '2022–12–31 00:00:01'
pandas.to_datetime(pandas.Series(['2022–12–31 00:00:01']))
2022–12–31 00:00:01
如果要将多个字符串列转换为日期时间,那么使用apply()
会很有用。
df[['date1', 'date2']] = df[['date1', 'date2']].apply(pd.to_datetime)
您可以将参数作为 kwargs 传递给to_datetime
。
df[['start_date', 'end_date']] = df[['start_date', 'end_date']].apply(pd.to_datetime, format="%m/%d/%Y")
format=
来加速如果该列包含时间部分并且您知道日期时间/时间的格式,那么显式传递格式将显着加快转换速度。 不过,如果该列只有日期,则几乎没有任何区别。 在我的项目中,对于具有 500 万行的列,差异是巨大的:~2.5 分钟对 6 秒。
事实证明,明确指定格式大约快 25 倍。 以下运行时 plot 表明,根据您是否通过格式,性能存在巨大差距。
用于生成 plot 的代码:
import perfplot
import random
mdYHM = range(1, 13), range(1, 29), range(2000, 2024), range(24), range(60)
perfplot.show(
kernels=[lambda x: pd.to_datetime(x), lambda x: pd.to_datetime(x, format='%m/%d/%Y %H:%M')],
labels=['pd.to_datetime(x)', "pd.to_datetime(x, format='%m/%d/%Y %H:%M')"],
n_range=[2**k for k in range(19)],
setup=lambda n: pd.Series([f"{m}/{d}/{Y} {H}:{M}"
for m,d,Y,H,M in zip(*[random.choices(e, k=n) for e in mdYHM])]),
equality_check=pd.Series.equals,
xlabel='len(df)'
)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.