Question

我正在尝试使用时间戳字段处理数据。时间戳看起来像这样：

＆＃39; 20151229180504511＆＃39; （年，月，日，小时，分钟，秒，毫秒）

并且是一个python字符串。我试图将其转换为python datetime对象。这是我尝试过的（使用熊猫）：

data['TIMESTAMP'] = data['TIMESTAMP'].apply(lambda x:datetime.strptime(x,"%Y%b%d%H%M%S"))

# returns error time data '20151229180504511' does not match format '%Y%b%d%H%M%S'

所以我加上毫秒：

data['TIMESTAMP'] = data['TIMESTAMP'].apply(lambda x:datetime.strptime(x,"%Y%b%d%H%M%S%f")) 
# also tried with .%f all result in a format error

尝试使用dateutil.parser：

data['TIMESTAMP'] = data['TIMESTAMP'].apply(lambda s: dateutil.parser.parse(s).strftime(DateFormat)) 
# results in OverflowError: 'signed integer is greater than maximum'

还尝试使用pandas函数转换这些条目：

data['TIMESTAMP'] = pd.to_datetime(data['TIMESTAMP'], unit='ms', errors='coerce') 
# coerce does not show entries as NaT

我确保空白消失了。转换为字符串，整数和浮点数。到目前为止没有运气 - 相当困难。

有什么想法吗？

P.S。背景信息：数据在Android应用程序中生成为java.util.Calendar类，然后转换为Java中的字符串，写入csv然后发送到python服务器，我在其中使用pandas {{1 }}。

Answer 1

试试： datetime.strptime(x,"%Y%m%d%H%M%S%f")

你错过了这个：

％b ：月份为区域设置的缩写名称。
％m ：月份为零填充十进制数。

Answer 2

%b适用于基于区域设置的月份名称缩写，例如Jan，Feb等。使用%m 2个月的数字：

In [36]: df = pd.DataFrame({'Timestamp':['20151229180504511','20151229180504511']})

In [37]: df
Out[37]: 
           Timestamp
0  20151229180504511
1  20151229180504511

In [38]: pd.to_datetime(df['Timestamp'], format='%Y%m%d%H%M%S%f')
Out[38]: 
0   2015-12-29 18:05:04.511
1   2015-12-29 18:05:04.511
Name: Timestamp, dtype: datetime64[ns]

迄今为止的Python字符串数字

2 个答案: