[英]python - convert multiple string datetimes format into a specific date format
我有 6 種不同日期字符串大小的日期列:
df = pd.DataFrame({'date': {0: '2020-03-21T10:13:08', 1: '2020-03-21T17:43:03', 2: '2020-03-21T13:13:30', 3: '2020-03-21T20:43:02', 4: '3/8/20 5:31', 5: '3/8/20 5:19', 6: '3/22/20 23:45', 7: '3/22/20 23:45', 8: '2/1/2020 11:53', 9: '2/1/2020 10:53', 10: '1/31/2020 15:20', 11: '1/31/2020 10:37', 12: '2020-04-04 23:34:21', 13: '2020-04-04 23:34:21'}},
index=range(0,14))
我需要將所有這些不同的日期時間字符串轉換為日期格式。 我使用的方法是:
找到第一個空格並提取日期
在給定字符串長度的情況下更改其格式(每個字符串長度都有其特定的日期格式,您可以在下面的format
參數中看到)
在 dataframe df
的相應行中執行 (2)。
你可以在這里看到這種方法:
df.loc[df["date"].str.find(" ") == 10, "date"] = pd.to_datetime(df.loc[df["date"].str.find(" ") == 10, "date"].str[0:10])
df.loc[df["date"].str.find(" ") == -1, "date"] = pd.to_datetime(df.loc[df["date"].str.find(" ") == 10, "date"].str[0:10])
df.loc[df["date"].str.find(" ") == 6, "date"] = pd.to_datetime(df.loc[df["date"].str.find(" ") == 6, "date"].str[0:6], format="%m/%d/%y")
df.loc[df["date"].str.find(" ") == 7, "date"] = pd.to_datetime(df.loc[df["date"].str.find(" ") == 7, "date"].str[0:7], format="%m/%d/%y")
df.loc[df["date"].str.find(" ") == 8, "date"] = pd.to_datetime(df.loc[df["date"].str.find(" ") == 8, "date"].str[0:8], format="%m/%d/%Y")
df.loc[df["date"].str.find(" ") == 9, "date"] = pd.to_datetime(df.loc[df["date"].str.find(" ") == 9, "date"].str[0:9], format="%m/%d/%Y")
在第 3 步之前,我一直都很完美,我試圖找到一種解決方法來更改 dataframe 中的所有格式,但我不明白為什么它沒有給出它應該給出的東西。 有什么建議么?
順便說一句,它必須是可擴展的(每個格式字符串我有很多行)
對我來說,如果 output 是日期時間,則將所有值轉換為日期時間,然后使用Series.dt.floor
刪除時間;如果 output 是 Z23EEEB4347BDD26BFC6B7EE9A3B755DD,則使用Series.dt.date
刪除時間:
df['date'] = pd.to_datetime(df['date']).dt.floor('d')
#dates
#df['date'] = pd.to_datetime(df['date']).dt.date
print (df)
date
0 2020-03-21
1 2020-03-21
2 2020-03-21
3 2020-03-21
4 2020-03-08
5 2020-03-08
6 2020-03-22
7 2020-03-22
8 2020-02-01
9 2020-02-01
10 2020-01-31
11 2020-01-31
12 2020-04-04
13 2020-04-04
您的解決方案應該簡化 - 獲取前 10 個字母,然后按可能的空間分割並獲取第一個值:
df['date'] = pd.to_datetime(df['date'].str[:10].str.split().str[0])
import pandas as pd
df = pd.DataFrame({'date': {0: '2020-03-21T10:13:08', 1: '2020-03-21T17:43:03', 2: '2020-03-21T13:13:30', 3: '2020-03-21T20:43:02', 4: '3/8/20 5:31', 5: '3/8/20 5:19', 6: '3/22/20 23:45', 7: '3/22/20 23:45', 8: '2/1/2020 11:53', 9: '2/1/2020 10:53', 10: '1/31/2020 15:20', 11: '1/31/2020 10:37', 12: '2020-04-04 23:34:21', 13: '2020-04-04 23:34:21'}},
index=range(0,14))
df
date
0 2020-03-21T10:13:08
1 2020-03-21T17:43:03
2 2020-03-21T13:13:30
3 2020-03-21T20:43:02
4 3/8/20 5:31
5 3/8/20 5:19
6 3/22/20 23:45
7 3/22/20 23:45
8 2/1/2020 11:53
9 2/1/2020 10:53
10 1/31/2020 15:20
11 1/31/2020 10:37
12 2020-04-04 23:34:21
13 2020-04-04 23:34:21
df['date'] = pd.to_datetime(df['date'])
df
date
0 2020-03-21 10:13:08
1 2020-03-21 17:43:03
2 2020-03-21 13:13:30
3 2020-03-21 20:43:02
4 2020-03-08 05:31:00
5 2020-03-08 05:19:00
6 2020-03-22 23:45:00
7 2020-03-22 23:45:00
8 2020-02-01 11:53:00
9 2020-02-01 10:53:00
10 2020-01-31 15:20:00
11 2020-01-31 10:37:00
12 2020-04-04 23:34:21
13 2020-04-04 23:34:21
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.