Question

我有以下格式时间的示例 CSV 数据

2014-04-29 00：00：01.933000,2014-04-29 00：00：01.933000

我可以执行pd.to_datetime（数据[＆＃39; ts＆＃39;]）以及pd.DatetimeIndex（数据[＆＃39; ts＆＃39;]）

但如何将输出格式化为％Y-％m-％d％H：％M：％S 或基本上要删除纳秒。

这个简单的日期格式似乎错过了所有文档，我在熊猫中读过。我知道另一种方法是转换为浮动

np.floor(pd.DatetimeIndex(pd.to_datetime(sdfeed1['ts'])).astype(int64)/1e9)

我不喜欢这种丑陋的做法。有没有简单的方法将日期时间数组转换为简单格式。就像excel一样，不使用任何lambda函数。

pd.convert（...日期列表......，格式=＆＃39; ....＆＃39;），应该就这么简单！我问得太多了吗？为此推动np和lambda函数是过度的。

Answer 1

使用dateutil.parser然后格式化日期时间对象

>>> from dateutil.parser import parse
>>> raw_text = '2014-04-29 00:00:01.933000 2014-04-29 00:00:01.933000 2014-04-29 00:00:02.308000 2014-04-29 00:00:02.308000 2014-04-29 00:00:03.308000 2014-04-29 00:00:03.308000 2014-04-29 00:00:06.792000 2014-04-29 00:00:06.792000 2014-04-29 00:00:07.480000 2014-04-29 00:00:07.480000 2014-04-29 00:00:08.355000 2014-04-29 00:00:08.355000 2014-04-29 00:00:15.027000 2014-04-29 00:00:15.027000 2014-04-29 00:00:15.917000 2014-04-29 00:00:15.917000 2014-04-29 00:00:22.558000 2014-04-29 00:00:22.558000'
>>> dates = raw_text.split()
>>> date_parts = 2
>>> for idx in xrange(0,len(dates),date_parts):
...     text = ' '.join(dates[idx:idx+date_parts])
...     dt = parse(text)
...     dt.strftime("%Y-%m-%d %H:%M:%S")
... 
'2014-04-29 00:00:01'
'2014-04-29 00:00:01'
'2014-04-29 00:00:02'
'2014-04-29 00:00:02'
'2014-04-29 00:00:03'
'2014-04-29 00:00:03'
'2014-04-29 00:00:06'
'2014-04-29 00:00:06'
'2014-04-29 00:00:07'
'2014-04-29 00:00:07'
'2014-04-29 00:00:08'
'2014-04-29 00:00:08'
'2014-04-29 00:00:15'
'2014-04-29 00:00:15'
'2014-04-29 00:00:15'
'2014-04-29 00:00:15'
'2014-04-29 00:00:22'
'2014-04-29 00:00:22'

注意：dateutil.parser解析日期字符串而不指定模式!!

>>> text = '2014/04/29 00:00:01.933000'
>>> dt = parse(text)
>>> dt.strftime("%Y-%m-%d %H:%M:%S")
'2014-04-29 00:00:01'
>>> 
>>> text = '29/4/14 00:00:01.933000'
>>> dt = parse(text)
>>> dt.strftime("%Y-%m-%d %H:%M:%S")
'2014-04-29 00:00:01'

Answer 2

您可以尝试这样：

datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")

将结果输出为：

'2014-09-05 14:41:26'

Answer 3

hibernate.hbm2ddl.auto

这会将datetime64 [ns]中的纳秒设置为0。最终结果仍然是datetime64 [ns]，但是当调用astype（）时，纳秒将被删除。

Answer 4

这个怎么样。

pd.Timestamp("now").round('s')

如何通过删除纳秒来转换日期时间

4 个答案: