[英]Convert time object to datetime format in python pandas
我有一个具有dtype object的列名DateTime的数据集。
df['DateTime'] = pd.to_datetime(df['DateTime'])
我已经使用上面的代码将其转换为日期时间格式,然后在列中进行了拆分以分别具有日期和时间
df['date'] = df['DateTime'].dt.date
df['time'] = df['DateTime'].dt.time
但是在拆分之后,格式更改为对象类型,并且在将其转换为日期时间时 ,将时间列名称显示为错误: TypeError:无法转换为日期时间
如何将其转换为日期时间格式的时间列
您可以使用zip
combine
使用列表理解功能:
df = pd.DataFrame({'DateTime': ['2011-01-01 12:48:20', '2014-01-01 12:30:45']})
df['DateTime'] = pd.to_datetime(df['DateTime'])
df['date'] = df['DateTime'].dt.date
df['time'] = df['DateTime'].dt.time
import datetime
df['new'] = [datetime.datetime.combine(a, b) for a, b in zip(df['date'], df['time'])]
print (df)
DateTime date time new
0 2011-01-01 12:48:20 2011-01-01 12:48:20 2011-01-01 12:48:20
1 2014-01-01 12:30:45 2014-01-01 12:30:45 2014-01-01 12:30:45
或转换为字符串,连接在一起然后再次转换:
df['new'] = pd.to_datetime(df['date'].astype(str) + ' ' +df['time'].astype(str))
print (df)
DateTime date time new
0 2011-01-01 12:48:20 2011-01-01 12:48:20 2011-01-01 12:48:20
1 2014-01-01 12:30:45 2014-01-01 12:30:45 2014-01-01 12:30:45
但是,如果将floor
用于将时间转换为timedelta的删除时间,则只能使用+
:
df['date'] = df['DateTime'].dt.floor('d')
df['time'] = pd.to_timedelta(df['DateTime'].dt.strftime('%H:%M:%S'))
df['new'] = df['date'] + df['time']
print (df)
DateTime date time new
0 2011-01-01 12:48:20 2011-01-01 12:48:20 2011-01-01 12:48:20
1 2014-01-01 12:30:45 2014-01-01 12:30:45 2014-01-01 12:30:45
如何将其转换回日期时间格式的时间列
似乎有误会。 熊猫的datetime
系列必须包含日期和时间部分。 这是不可谈判的。 你可以简单地使用pd.to_datetime
没有指定具体的日期,并使用默认1900-01-01
日期:
# date from jezrael
print(pd.to_datetime(df['time'], format='%H:%M:%S'))
0 1900-01-01 12:48:20
1 1900-01-01 12:30:45
Name: time, dtype: datetime64[ns]
或使用其他日期组件,例如今天的日期:
today = pd.Timestamp('today').strftime('%Y-%m-%d')
print(pd.to_datetime(today + ' ' + df['time'].astype(str)))
0 2018-11-25 12:48:20
1 2018-11-25 12:30:45
Name: time, dtype: datetime64[ns]
或根据您的date
和time
序列重新组合:
print(pd.to_datetime(df['date'].astype(str) + ' ' + df['time'].astype(str)))
0 2011-01-01 12:48:20
1 2014-01-01 12:30:45
dtype: datetime64[ns]
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.