（Python）如何将具有日期和时间的列（例如UTC 2019-07-02 00:12:32）拆分为两个单独的列？

Question

我有一个包含8列和40,000行的表，下表（DF700）是整个表的一小部分。 我需要拆分“ sdk_ts”列，以便将日期和时间分开，并从所有行中删除“ UTC”。

            sdk_ts                             y       z 

0   2019-07-02 00:12:32 UTC                  3.455   4.555
1   2019-07-02 00:12:32 UTC                  4.567   6.897
2   2019-07-02 00:12:32 UTC                  9.304   0.440    : : : 
3   2019-07-02 00:12:59.6 UTC                8.909   0.405
4   2019-07-02 00:12:34.789 UTC              10.30   2.344
                                 :
                                 :

我尝试了以下代码：

DF800 = DF700['sdk_ts'].str.split(n=1, expand=True)

但是，结果是：

         0          1
0   2019-07-02  00:12:32 UTC
1   2019-07-02  00:12:32 UTC
2   2019-07-02  00:12:32 UTC
3   2019-07-02  00:12:59.6 UTC
4   2019-07-02  00:12:34.789 UTC
5   2019-07-02  00:12:35.048 UTC

有没有其他方法可以实现我的目标？ 拆分日期和时间，在所有行中删除“ UTC”，并确保其他列仍在表中。

Answer 1

我建议将“ sdk_ts”列转换为日期时间格式，以便您可以轻松地从中提取日期和时间。

这是代码：

df['sdk_ts'] = pd.to_datetime(df['sdk_ts'])
df['date'] = df['sdk_ts'].dt.date
df['time'] = df['sdk_ts'].dt.time

Answer 2

只需在分割之前使用strip(' UTC')摆脱它，就像这样：

DF800 = DF700['sdk_ts'].str.strip(' UTC').str.split(n=1, expand=True)

完整示例：

import pandas as pd
from io import StringIO

DF700 = pd.read_csv(StringIO("""
            sdk_ts                             y       z 

0   2019-07-02 00:12:32 UTC                  3.455   4.555
1   2019-07-02 00:12:32 UTC                  4.567   6.897
2   2019-07-02 00:12:32 UTC                  9.304   0.440 
3   2019-07-02 00:12:59.6 UTC                8.909   0.405
4   2019-07-02 00:12:34.789 UTC              10.30   2.344"""), sep="\s\s+")

DF800 = DF700['sdk_ts'].str.strip(' UTC').str.split(n=1, expand=True)
print(DF800)

输出：

            0             1
0  2019-07-02      00:12:32
1  2019-07-02      00:12:32
2  2019-07-02      00:12:32
3  2019-07-02    00:12:59.6
4  2019-07-02  00:12:34.789