在 dataframe 中转换日期

Question

我有一个伦敦警察拦截和搜查的数据框； “日期”列包含2019-10-01T04:31:39+00:00 2019-10-01T04:31:39+..类的条目，在每一行中我都试图提取日月日以便能够开始分析。

谁能帮我做这件事？？

Answer 1

df = df[0].str.split(expand=True)
df = df.astype("datetime64").rename(columns={0:"start", 1:"end"})
df = df.astype("datetime64").rename(columns={0:"start", 1:"end"})

df[["start_day", "start_month", "start_year"]] = df.start.transform(lambda x: pd.Series([x.day, x.month, x.year]))
df[["end_day", "end_month", "end_year"]] = df.end.transform(lambda x: pd.Series([x.day, x.month, x.year]))

output：

                start                 end  start_day  start_month  start_year  end_start  end_month  end_year
0 2019-10-01 04:31:39 2019-10-01 04:31:39          1           10        2019          1         10      2019

Answer 2

查看日期时间字符串如何转换为 python 中的日期（或日期时间）对象。对于您的场景，将 function 应用于您从源代码读取的整个日期字符串列。

def convert_str_to_date(date_string):
    converted_date = datetime.strptime(date_string, "%Y-%m-%dT%H:%M:%S%z")
    return converted_date.month, converted_date.day, converted_date.year


>>> df
         name_of_date_column
0  2019-10-01T04:31:39+00:00
1  2019-10-01T04:31:39+00:00

df.apply(lambda x: convert_str_to_date(x['name_of_date_column']), axis=1)
# 0    (10, 1, 2019)
# 1    (10, 1, 2019)
# dtype: object

function 的第一行是将字符串转换为日期时间的各个元素。