如何更改整列的日期格式？

Question

我正在分析.csv文件，在此我的第一列是日期时间，格式为“ 2016-09-15T00：00：13”，我想将此格式更改为标准python datetime对象。我可以将格式更改为除日期外，我无法做到这一点。

我正在使用的代码：

import numpy
import dateutil.parser
mydate = dateutil.parser.parse(numpy.mydata[1:,0])
print(mydate)

我收到错误消息：

“模块”对象没有属性“ mydata”

这是我要更改格式的列。

print(mydata[1:,0])

['2016-09-15T00:00:13' 

'2016-09-15T00:00:38' 

'2016-09-15T00:00:53' 

...,

'2016-09-15T23:59:28' 

'2016-09-15T23:59:37' 

'2016-09-15T23:59:52']

Answer 1

from datetime import datetime

for date in mydata:
  date_object = datetime.strptime(date, '%Y-%m-%dT%H:%M:%S')

这是我正在使用的方法的链接 。 该链接还列出了格式参数。

哦，关于

“模块”对象没有属性“ mydata”

您调用numpy.mydata ，它是对导入的numpy模块的“ mydata”属性的引用。 问题是“ mydata”只是您的变量之一，而不是numpy附带的变量。

Answer 2

除非您有令人信服的理由避免这样做，否则熊猫就是进行这种分析的一种方式。 你可以简单地做

import pandas
df = pandas.read_csv('myfile.csv', parse_dates=True)

这将假定第一列是索引列并解析其中的日期。 这可能就是您想要的。

Answer 3

假设您已经处理了numpy.mydata[1:,0]属性错误

您的数据如下所示：

In [268]: mydata=['2016-09-15T00:00:13' ,
     ...: '2016-09-15T00:00:38' ,
     ...: '2016-09-15T00:00:53' ,
     ...: '2016-09-15T23:59:28' ,
     ...: '2016-09-15T23:59:37' ,
     ...: '2016-09-15T23:59:52']

或数组形式是字符串的ld数组

In [269]: mydata=np.array(mydata)
In [270]: mydata
Out[270]: 
array(['2016-09-15T00:00:13', '2016-09-15T00:00:38', '2016-09-15T00:00:53',
       '2016-09-15T23:59:28', '2016-09-15T23:59:37', '2016-09-15T23:59:52'], 
      dtype='<U19')

numpy具有datetime版本，该版本存储为64位浮点型，并且可以数字方式使用。 您的日期很容易转换为带astype日期（您的格式是标准格式）：

In [271]: mydata.astype(np.datetime64)
Out[271]: 
array(['2016-09-15T00:00:13', '2016-09-15T00:00:38', '2016-09-15T00:00:53',
       '2016-09-15T23:59:28', '2016-09-15T23:59:37', '2016-09-15T23:59:52'], 
       dtype='datetime64[s]')

tolist将此数组转换为列表-日期转换为datetime对象：

In [274]: D.tolist()
Out[274]: 
[datetime.datetime(2016, 9, 15, 0, 0, 13),
 datetime.datetime(2016, 9, 15, 0, 0, 38),
 datetime.datetime(2016, 9, 15, 0, 0, 53),
 datetime.datetime(2016, 9, 15, 23, 59, 28),
 datetime.datetime(2016, 9, 15, 23, 59, 37),
 datetime.datetime(2016, 9, 15, 23, 59, 52)]

可以将其转换回dtype对象的数组：

In [275]: np.array(D.tolist())
Out[275]: 
array([datetime.datetime(2016, 9, 15, 0, 0, 13),
       datetime.datetime(2016, 9, 15, 0, 0, 38),
       datetime.datetime(2016, 9, 15, 0, 0, 53),
       datetime.datetime(2016, 9, 15, 23, 59, 28),
       datetime.datetime(2016, 9, 15, 23, 59, 37),
       datetime.datetime(2016, 9, 15, 23, 59, 52)], dtype=object)

这些对象不能用于数组计算。 该列表将同样有用。

如果您的字符串格式不是标准格式，则必须在列表@staples中使用datetime解析器，如@staples所示。