[英]How to convert string to datetime with nulls - python, pandas?
[英]How to convert string to datetime format in pandas python?
我在名为 train 的数据框中有一个类型为 string(object) 的 I_DATE 列,如下所示。
I_DATE
28-03-2012 2:15:00 PM
28-03-2012 2:17:28 PM
28-03-2012 2:50:50 PM
如何将 I_DATE 从字符串转换为数据时间格式并指定输入字符串的格式。 我看到了一些答案,但它不适用于 AM/PM 格式。
另外,如何根据熊猫中的日期范围过滤行?
使用to_datetime
,解析器不需要格式字符串就足以处理它:
In [51]:
pd.to_datetime(df['I_DATE'])
Out[51]:
0 2012-03-28 14:15:00
1 2012-03-28 14:17:28
2 2012-03-28 14:50:50
Name: I_DATE, dtype: datetime64[ns]
要访问日期/日期/时间组件,请使用dt
访问器:
In [54]:
df['I_DATE'].dt.date
Out[54]:
0 2012-03-28
1 2012-03-28
2 2012-03-28
dtype: object
In [56]:
df['I_DATE'].dt.time
Out[56]:
0 14:15:00
1 14:17:28
2 14:50:50
dtype: object
您可以使用字符串过滤作为示例:
In [59]:
df = pd.DataFrame({'date':pd.date_range(start = dt.datetime(2015,1,1), end = dt.datetime.now())})
df[(df['date'] > '2015-02-04') & (df['date'] < '2015-02-10')]
Out[59]:
date
35 2015-02-05
36 2015-02-06
37 2015-02-07
38 2015-02-08
39 2015-02-09
方法:1
给定原始string
格式: 2019/03/04 00:08:48
您可以使用
updated_df = df['timestamp'].astype('datetime64[ns]')
结果将采用以下datetime
时间格式: 2019-03-04 00:08:48
方法:2
updated_df = df.astype({'timestamp':'datetime64[ns]'})
df['DateTime']=pd.to_datetime(df['Dates'],dayfirst=True,errors='ignore')
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.