[英]Split datetime64 column into a date and time column in pandas dataframe
[英]Combine initial date with time column in a pandas dataframe as datetime
我正在读取文本日志文件,该文件的标题中包含年月日,并且每行的时间为小时:分钟:秒。 有点像这样:
Yr=17 Mn= 3 Dy= 3
19:22:59.894 52
19:24:12.130 106
19:24:13.241 107
...
我将日期作为datetime.date
对象:例如datetime.date(2017, 3, 3)
。 我有一系列的时代:
df['Time'] = pd.to_datetime(df['Time strings'], format='%H:%M:%S.%f')
如何将标量日期与时间数组相加?
此外,其中一些日志会超过午夜。 我在想我需要使用numpy.unwrap()
类的东西继续到下一个日期,但是我不确定如何使用pandas.datetime
。
而不是使用的pd.to_datetime
的时候 ,你可以使用pd.to_timedelta
。 然后,您可以简单地将该文件的日期时间添加到整个列中,并将其转换为日期时间列。
例
times = ['4:23:12.12', '11:25:43.23', '14:29:55.42']
df = pd.DataFrame(dict(times=times))
df.times = pd.to_timedelta(df.times)
df
# times
# 0 04:23:12.120000
# 1 11:25:43.230000
# 2 14:29:55.420000
file_date = datetime.date(2017, 3, 3)
df.times += file_date
df
# times
# 0 2017-03-03 04:23:12.120
# 1 2017-03-03 11:25:43.230
# 2 2017-03-03 14:29:55.420
或者,您可以尝试使用parse_dates
输入时读取日期/时间。
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.