Question

我有一个df时间序列。我提取了索引并希望将它们各自转换为datetime。你是怎么做的？我尝试使用pandas.to_datetime(x)，但在使用type()

后检查时，它不会转换它

Answer 1

>>> import pandas as pd
>>> t = pd.tslib.Timestamp('2016-03-03 00:00:00')
>>> type(t)
pandas.tslib.Timestamp
>>> t.to_datetime()
datetime.datetime(2016, 3, 3, 0, 0)
>>> t.to_pydatetime()
datetime.datetime(2016, 3, 3, 0, 0)

更改为datetime.date类型

>>> t.date()
datetime.date(2016, 3, 3)

更新

谢谢，@ mjp，to_datetime()将来会被弃用，请改用to_pydatetime()！

In [4]: t.to_datetime()
/Users/qiuwei/Library/Python/2.7/lib/python/site-packages/IPython/core/interactiveshell.py:2881: FutureWarning: to_datetime is deprecated. Use self.to_pydatetime()
  exec(code_obj, self.user_global_ns, self.user_ns)
Out[4]: datetime.datetime(2016, 3, 3, 0, 0)

Answer 2

假设您正在尝试转换pandas时间戳对象，您只需从时间戳中提取相关数据：

#Create the data
data = {1: tslib.Timestamp('2013-01-03 00:00:00', tz=None), 2: tslib.Timestamp('2013-01-04 00:00:00', tz=None), 3: tslib.Timestamp('2013-01-03 00:00:00', tz=None)}

#convert to df
df = pandas.DataFrame.from_dict(data, orient = 'index')
df.columns = ['timestamp']

#generate the datetime
df['datetime'] = df['timestamp'].apply(lambda x: datetime.date(x.year,x.month,x.day))

当然，如果你需要秒，分钟和小时，你也可以将它们包括在函数datetime.datetime的参数中。

Answer 3

我遇到了同样的问题，并尝试了@ aikramer2的解决方案，在我的df类型'datetime.datetime'中添加了一列，但我又得到了一个pandas数据类型：

#libraries used -
import pandas as pd
import datetime as dt

#loading data into a pandas df, from a local file. note column [1] contains a datetime column -
savedtweets = pd.read_csv('/Users/sharon/Documents/ipython/twitter_analysis/conftwit.csv', sep='\t', 
                      names=['id', 'created_at_string', 'user.screen_name', 'text'], 
                      parse_dates={"created_at" : [1]})
print int(max(savedtweets['id'])) #535073416026816512
print type(savedtweets['created_at'][0]) # result is <class 'pandas.tslib.Timestamp'>

# add a column specifically using datetime.datetime library -
savedtweets['datetime'] = savedtweets['created_at'].apply(lambda x: dt.datetime(x.year,x.month,x.day))
print type(savedtweets['datetime'][0]) # result is <class 'pandas.tslib.Timestamp'>

我怀疑pandas df无法存储datetime.datetime数据类型。当我创建一个普通的python列表来存储datetime.datetime值时，我获得了成功：

savedtweets = pd.read_csv('/Users/swragg/Documents/ipython/twitter_analysis/conftwit.csv', sep='\t', 
                      names=['id', 'created_at_string', 'user.screen_name', 'text'], 
                      parse_dates={"created_at" : [1]})
print int(max(savedtweets['id'])) #535073416026816512
print type(savedtweets['created_at'][0]) # <class 'pandas.tslib.Timestamp'>
savedtweets_datetime= [dt.datetime(x.year,x.month,x.day,x.hour,x.minute,x.second) for x in savedtweets['created_at']]
print savedtweets_datetime[0] # 2014-11-19 14:13:38
print savedtweets['created_at'][0] # 2014-11-19 14:13:38
print type(dt.datetime(2014,3,5,2,4)) # <type 'datetime.datetime'>
print type(savedtweets['created_at'][0].year) # <type 'int'>
print type(savedtweets_datetime) # <type 'list'>

Answer 4

只是问题的更新，我已经尝试了最受欢迎的答案，它给了我这个警告

usr / local / lib / python3.5 / dist-packages / IPython / core / interactiveshell.py:2910：FutureWarning：to_datetime已弃用。使用self.to_pydatetime（） exec（code_obj，self.user_global_ns，self.user_ns）

建议我使用to_pydatetime()

例如

sample = Timestamp('2018-05-02 10:08:54.774000')

sample.to_datetime()将返回datetime.datetime(2018, 4, 30, 10, 8, 54, 774000)

Answer 5

import time
time.strftime("%H:%M",  time.strptime(str(x), "%Y-%m-%d %H:%M:%S"))

注意：x应该是pandas.tslib.Timestamp（因为它在问题中）

Answer 6

这适用于我，要在MySQL中为filters创建日期，请尝试：

{
    "aggs": {
        "ranges": {
            "filters": {
                "filters": {
                    "60": {
                        "bool": {
                            "must": [
                                {
                                    "range": {
                                        "min": {
                                            "gte": 60.0
                                        }
                                    }
                                },
                                {
                                    "range": {
                                        "max": {
                                            "lt": 60.0
                                        }
                                    }
                                }
                            ]
                        }
                    },
                    "80": {
                        "bool": {
                            "must": [
                                {
                                    "range": {
                                        "min": {
                                            "gte": 80.0
                                        }
                                    }
                                },
                                {
                                    "range": {
                                        "max": {
                                            "lt": 80.0
                                        }
                                    }
                                }
                            ]
                        }
                    }
                }
            }
        }
    }
}

Answer 7

您可以使用to_pydatetime（）将Timestamp转换为Python datetime对象，但似乎在将其应用于整个列时，转换受阻：

>>> ts = pd.tslib.Timestamp.now()
>>> type(ts)
<class 'pandas._libs.tslibs.timestamps.Timestamp'>
>>> type(ts.to_pydatetime())
<class 'datetime.datetime'>
>>> df = pd.DataFrame({"now": [datetime.datetime.utcnow()] * 10})
>>> type(df['now'].iloc[0])
<class 'pandas._libs.tslibs.timestamps.Timestamp'>
>>> df['now2'] = df['now'].apply(lambda dt: dt.to_pydatetime())
>>> type(df['now2'].iloc[0])
<class 'pandas._libs.tslibs.timestamps.Timestamp'>

不确定该怎么做。（在某些情况下，Pandas的Timestamp对象不能完美替代Python的datetime对象，而您想要真实的东西。）

Answer 8

如果您有两个单独的字段（一个用于日期，一个用于时间），作为替代解决方案：

转换为 datetime.date

df['date2'] = pd.to_datetime(df['date']).apply(lambda x: x.date())

转换为 datetime.time

df['time2'] = pd.to_datetime(df['time']).apply(lambda x: x.time())

之后，您可以组合它们：

df['datetime'] = df.apply(lambda r : pd.datetime.combine(r['date2'],r['time2']),1)

已适应this post

Answer 9

就我而言，即使指定格式，我也无法获得正确的输出：我以前总是获得1970年。

实际上，解决我问题的方法是为函数指定unit参数，因为我的时间戳具有秒间隔：

df_new = df
df_new['time'] = pandas.to_datetime(df['time'], unit='s')

将pandas.tslib.Timestamp转换为datetime python

9 个答案:

更新