[英]Convert a datetime64 column into datetime.date when applying .values.tolist() to a dataframe
我需要将数据帧转换为列表,并且我的一个列的类型是datetime64
,但是当我在数据帧中应用values.tolist()
时,它会转换为Timestamp
,我希望它是datetime.date
。
此数据框是从之前阅读的Google表格中获取的:
def get_dataframe_from_sheet(spreadsheet_id, sheet_name, sheet_range):
range_name = '{}!{}'.format(sheet_name, sheet_range)
result = service.spreadsheets().values().get(
spreadsheetId=spreadsheet_id, range=range_name).execute()
values = result.get('values', [])
col_names = values.pop(0)
df = pd.DataFrame(values, columns=col_names)
for col in col_names:
if col in ('forecast_month'):
df[col] = pd.to_datetime(df[col], infer_datetime_format=True)
df[col] = df.apply()
else:
df[col] = pd.to_numeric(df[col], errors='coerce')
return df
short_term_df = get_dataframe_from_sheet(SHORT_TERM_SPREADSHEET_ID, SHEET_NAME, COLUMNS)
但是,当我申请以下内容时:
LIST__SHORT_TERM_FORECAST_SEASON_ADJ_OCC = short_term_df[base_columns + ['season_adj_occ']].values.tolist()
列forecast_month
的值是Timestamp
类型,我需要datetime.date
。 我怎样才能做到这一点? 我已经阅读了几个问题及其答案,但似乎它们无法正常工作。
例:
这是我从函数get_dataframe_from_sheet
:
property_id beds forecast_month rent_growth baseline_occ \
0 329 1 2017-02-01 0.02 0.953623
1 329 1 2017-03-01 0.02 0.953623
2 329 1 2017-04-01 0.02 0.953623
3 329 1 2017-05-01 0.02 0.953623
4 329 1 2017-06-01 0.02 0.953623
5 329 1 2017-07-01 0.02 0.953623
6 329 1 2017-08-01 0.02 0.953623
7 329 1 2017-09-01 0.02 0.953623
8 329 1 2017-10-01 0.02 0.953623
9 329 1 2017-11-01 0.02 0.953623
10 329 1 2017-12-01 0.02 0.953623
11 329 1 2018-01-01 0.02 0.953623
12 329 1 2018-02-01 0.02 0.953623
13 329 1 2018-03-01 0.02 0.953623
14 329 1 2018-04-01 0.02 0.953623
15 329 1 2018-05-01 0.02 0.953623
16 329 1 2018-06-01 0.02 0.953623
17 329 1 2018-07-01 0.02 0.953623
18 329 1 2018-08-01 0.02 0.953623
19 329 1 2018-09-01 0.02 0.953623
20 329 1 2018-10-01 0.02 0.953623
21 329 1 2018-11-01 0.02 0.953623
22 329 1 2018-12-01 0.02 0.953623
当我申请.values.tolist()
时这个:
[[329,
1,
Timestamp('2017-02-01 00:00:00'),
0.02,
0.95362261,
0.9927,
1.0048,
0.9581999984999999,
0.082725,
0.082725,
0.0016545000000000002],
[329,
1,
Timestamp('2017-03-01 00:00:00'),
0.02,
0.95362261,
1.0006,
1.004,
0.9574371004000001,
0.08338333332999999,
0.1661083333,
0.003322166667], ...
]
试试这个:
df['forecast_month_alt'] = df['forecast_month'].dt.date
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.