如何将其格式化为大熊猫中的日期？

Question

2015年1月26日：14：42：03

如何正确格式化日期中的熊猫数据？ 我在原始文件中有两列具有该格式，因此我需要将它们保持在日期中，这样我就可以减去它们的值来测量其间的时间。

此外，还可以进行快速检查。 当我处理日期（通常是从Excel或.csv文件）时，我正在使用如下代码：

df['Start']= pd.to_datetime(df['Start'], coerce = True)

df['Date'] = df['Start'].apply(lambda x:x.date().strftime('%Y-%m-%d'))

df['TimeDelta'] = ((df['Start'] - df['End']).astype('timedelta64[s]'))/86400

首先，我执行pd.to_datetime将对象数据更改为日期格式，然后使用lambda命令将格式通常切换为ISO标准。 我还减去两个日期列以获取时间，然后除以86400秒将其转换为天。 这些是最有效的命令吗？

Answer 1

调用to_datetime并传递格式字符串：

In [114]:

df = pd.DataFrame({'date':['26Jan2015:14:42:03']})
df['date'] = pd.to_datetime(df['date'], format='%d%b%Y:%H:%M:%S')
df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 1 entries, 0 to 0
Data columns (total 1 columns):
date    1 non-null datetime64[ns]
dtypes: datetime64[ns](1)
memory usage: 16.0 bytes
In [115]:

df
Out[115]:
                 date
0 2015-01-26 14:42:03

Answer 2

另一种变体是使用正则表达式

import re
dat = "26JAN2015:14:42:03"
dat = re.match("(\d+)(\D+)(\d+):(\d+):(\d+):(\d+)", dat)

print dat.groups()

>>> ('26', 'JAN', '2015', '14', '42', '03')