无法获得熊猫数据框列之间的时间差

Question

我有一个包含几列的熊猫数据框。 其中两个是 start_time 和 end_time。 在这些列中，值看起来像 - 2020-01-04 01:38:33 +0000 UTC

我无法从这些字符串创建日期时间对象，因为我无法正确获取格式 -

df['start_time'] = pd.to_datetime(df['start_time'], format="yyyy-MM-dd HH:mm:ss +0000 UTC")

我也尝试使用yyyy-MM-dd HH:mm:ss %z UTC作为格式

这给出了错误 -

ValueError: time data '2020-01-04 01:38:33 +0000 UTC' does not match format 'yyyy-MM-dd HH:mm:ss +0000 UTC' (match)

Answer 1

您只需要使用to_datetime可以识别的正确时间戳格式

df['start_time'] = pd.to_datetime(df['start_time'], format="%Y-%m-%d %H:%M:%S +0000 UTC")

Answer 2

关于这个问题有以下几点说明：

1.关于你的错误

这给出了错误 -

您解析了会导致错误的错误日期时间格式。 对于正确的格式，请检查这个https://strftime.org/ 。 此问题的正确格式是： "%Y-%m-%d %H:%M:%S %z UTC"

2. Pandas 时区限制

将 UTC 时区解析为%z不适用于 pd.Series（它仅适用于索引值）。 因此，如果您使用它，它将不起作用：

df['startTime'] = pd.to_datetime(df.startTime, format="%Y-%m-%d %H:%M:%S %z UTC", utc=True)

解决方案是使用 python 内置库来推断日期时间数据：

from datetime import datetime
f = lambda x: datetime.strptime(x, "%Y-%m-%d %H:%M:%S %z UTC")
df['startTime'] = pd.to_datetime(df.startTime.apply(f), utc=True)

@fmarm 回答只能帮助您处理日期和小时数据，而不是 UTC 时区。