将 Pandas DataFrame 中的时间字符串转换为日期格式

本文旨在帮助读者理解如何使用 Pandas 库将 DataFrame 中存储的时间字符串数据转换为日期格式。我们将介绍 `pd.to_datetime()` 函数的用法，以及如何正确指定时间格式，并提供示例代码，帮助您解决在处理日期数据时可能遇到的问题。

在数据分析中，经常需要处理包含日期和时间信息的数据。这些数据通常以字符串的形式存储在 Pandas DataFrame 中。为了能够进行时间序列分析、日期计算等操作，我们需要将这些字符串转换为 Pandas 的 datetime 对象。

使用 pd.to_datetime() 函数

Pandas 提供了 pd.to_datetime() 函数，可以将各种日期和时间格式的字符串转换为 datetime 对象。该函数非常灵活，可以自动识别多种日期格式，也可以通过 format 参数指定自定义的日期格式。

基本用法:

import pandas as pd

# 示例数据
data = {'RunStartTime': ['23:09:28 16:03:40:7', '23:09:29 17:04:50:8']}
df = pd.DataFrame(data)

# 将 'RunStartTime' 列转换为 datetime 对象
df['date'] = pd.to_datetime(df['RunStartTime'])

print(df)

上述代码中，pd.to_datetime() 函数尝试自动识别 'RunStartTime' 列中的日期格式，并将其转换为 datetime 对象。

指定日期格式

如果 pd.to_datetime() 无法自动识别日期格式，或者您希望更精确地控制转换过程，可以使用 format 参数指定日期格式。

示例:

假设我们的日期格式为 "YY:MM:DD HH:MM:SS:MS"，例如 "23:09:28 16:03:40:7"。我们需要使用以下格式字符串：

吉卜力风格图片在线生成

将图片转换为吉卜力艺术风格的作品

121

查看详情

• %y: 两位数的年份 (例如 23)
• %m: 两位数的月份 (01-12)
• %d: 两位数的日期 (01-31)
• %H: 24 小时制的小时 (00-23)
• %M: 分钟 (00-59)
• %S: 秒 (00-59)
• %f: 微秒 (000000-999999)

代码示例:

import pandas as pd

# 示例数据
data = {'RunStartTime': ['23:09:28 16:03:40:7', '23:09:29 17:04:50:8']}
df = pd.DataFrame(data)

# 使用 format 参数指定日期格式
df['date'] = pd.to_datetime(df['RunStartTime'], format="%y:%m:%d %H:%M:%S:%f")

print(df)

注意: 确保 format 字符串与实际的日期格式完全匹配，否则会导致转换失败。特别是毫秒或微秒的表示，一定要包含 :%f。

提取日期部分

如果只需要日期部分，可以使用 .dt.normalize() 方法。

示例:

import pandas as pd

# 示例数据
data = {'RunStartTime': ['23:09:28 16:03:40:7', '23:09:29 17:04:50:8']}
df = pd.DataFrame(data)

# 将 'RunStartTime' 列转换为 datetime 对象并提取日期部分
df['date'] = pd.to_datetime(df['RunStartTime'], format="%y:%m:%d %H:%M:%S:%f").dt.normalize()

print(df)

.dt.normalize() 方法会将时间部分设置为 00:00:00，只保留日期部分。

总结

使用 pd.to_datetime() 函数可以方便地将 Pandas DataFrame 中的时间字符串转换为日期格式。通过指定 format 参数，可以处理各种自定义的日期格式。在处理日期数据时，请务必仔细检查日期格式，并确保 format 字符串与实际的日期格式完全匹配。如果只需要日期部分，可以使用 .dt.normalize() 方法。正确使用这些技巧，可以有效地进行数据清洗和分析。

以上就是将 Pandas DataFrame 中的时间字符串转换为日期格式的详细内容，更多请关注php中文网其它相关文章！