Question

如何将字符串的DataFrame列（以dd / mm / yyyy格式）转换为日期时间？

Answer 1

最简单的方法是使用to_datetime：

df['col'] = pd.to_datetime(df['col'])

它还为欧洲时代提供dayfirst参数（但要注意this isn't strict）。

这是在行动：

In [11]: pd.to_datetime(pd.Series(['05/23/2005']))
Out[11]:
0   2005-05-23 00:00:00
dtype: datetime64[ns]

您可以传递特定的format：

In [12]: pd.to_datetime(pd.Series(['05/23/2005']), format="%m/%d/%Y")
Out[12]:
0   2005-05-23
dtype: datetime64[ns]

Answer 2

如果您的日期列是“2017-01-01”格式的字符串你可以使用pandas astype将它转换为datetime。

df['date'] = df['date'].astype('datetime64[ns]')

或使用datetime64 [D]如果你想要日精度而不是纳秒

print(type(df_launath['date'].iloc[0]))

产量

<class 'pandas._libs.tslib.Timestamp'> 与使用pandas.to_datetime

时相同

您可以尝试使用其他格式，然后'％Y-％m-％d'，但至少可以这样做。

Answer 3

如果要指定棘手的格式，可以使用以下内容：

df['date_col'] =  pd.to_datetime(df['date_col'], format='%d/%m/%Y')

有关format的更多详情：

Answer 4

如果日期中混合使用多种格式，请别忘了设置infer_datetime_format=True来简化生活

df['date'] = pd.to_datetime(df['date'], infer_datetime_format=True)

来源：pd.to_datetime

或者如果您想要定制的方法：

def autoconvert_datetime(value):
    formats = ['%m/%d/%Y', '%m-%d-%y']  # formats to try
    result_format = '%d-%m-%Y'  # output format
    for dt_format in formats:
        try:
            dt_obj = datetime.strptime(value, dt_format)
            return dt_obj.strftime(result_format)
        except Exception as e:  # throws exception when format doesn't match
            pass
    return value  # let it be if it doesn't match

df['date'] = df['date'].apply(autoconvert_datetime)

将DataFrame列类型从字符串转换为datetime

4 个答案: