Question

我有一个超过1000个时间戳（下面）的pandas数据帧，我想循环播放：

2016-02-22 14:59:44.561776

我很难将这个时间戳分成两列 - ＆＃39; date＆＃39;而且＆＃39;时间＆＃39;日期格式可以保持不变，但需要将时间转换为CST（包括毫秒）。

感谢您的帮助

Answer 1

我不确定你为什么要这样做，但如果你真的必须......

df = pd.DataFrame({'my_timestamp': pd.date_range('2016-1-1 15:00', periods=5)})

>>> df
         my_timestamp
0 2016-01-01 15:00:00
1 2016-01-02 15:00:00
2 2016-01-03 15:00:00
3 2016-01-04 15:00:00
4 2016-01-05 15:00:00

df['new_date'] = [d.date() for d in df['my_timestamp']]
df['new_time'] = [d.time() for d in df['my_timestamp']]

>>> df
         my_timestamp    new_date  new_time
0 2016-01-01 15:00:00  2016-01-01  15:00:00
1 2016-01-02 15:00:00  2016-01-02  15:00:00
2 2016-01-03 15:00:00  2016-01-03  15:00:00
3 2016-01-04 15:00:00  2016-01-04  15:00:00
4 2016-01-05 15:00:00  2016-01-05  15:00:00

转换为CST更加棘手。我假设当前的时间戳是“不知道的”，即他们没有附加时区？如果没有，您希望如何转换它们？

更多详情：

https://docs.python.org/2/library/datetime.html

How to make an unaware datetime timezone aware in python

修改

一种替代方法，只在时间戳上循环一次而不是两次：

new_dates, new_times = zip(*[(d.date(), d.time()) for d in df['my_timestamp']]) df = df.assign(new_date=new_dates, new_time=new_times)

Answer 2

我认为最简单的方法是使用pandas Series的dt属性。对于您的情况，您需要使用dt.date和dt.time：

df = pd.DataFrame({'full_date': pd.date_range('2016-1-1 10:00:00.123', periods=10, freq='5H')})
df['date'] = df['full_date'].dt.date
df['time'] = df['full_date'].dt.time

In [166]: df
Out[166]:
                full_date        date             time
0 2016-01-01 10:00:00.123  2016-01-01  10:00:00.123000
1 2016-01-01 15:00:00.123  2016-01-01  15:00:00.123000
2 2016-01-01 20:00:00.123  2016-01-01  20:00:00.123000
3 2016-01-02 01:00:00.123  2016-01-02  01:00:00.123000
4 2016-01-02 06:00:00.123  2016-01-02  06:00:00.123000
5 2016-01-02 11:00:00.123  2016-01-02  11:00:00.123000
6 2016-01-02 16:00:00.123  2016-01-02  16:00:00.123000
7 2016-01-02 21:00:00.123  2016-01-02  21:00:00.123000
8 2016-01-03 02:00:00.123  2016-01-03  02:00:00.123000
9 2016-01-03 07:00:00.123  2016-01-03  07:00:00.123000

Answer 3

有同样的问题，这对我有用。

假设数据集中的日期列被调用＆＃34;日期＆＃34;

import pandas as pd
df = pd.read_csv(file_path)

df['Dates'] = pd.to_datetime(df['date']).dt.date
df['Time'] = pd.to_datetime(df['date']).dt.time

这将为您提供两列＆＃34;日期＆＃34;和＆＃34;时间＆＃34;分裂日期。

Answer 4

如果你的时间戳已经是pandas格式（不是字符串），那么：

df["date"] = df["timestamp"].date
dt["time"] = dt["timestamp"].time

如果您的时间戳是字符串，则可以使用datetime模块解析它：

from datetime import datetime
data1["timestamp"] = df["timestamp"].apply(lambda x: \
    datetime.strptime(x,"%Y-%m-%d %H:%M:%S.%f"))

来源： http://pandas.pydata.org/pandas-docs/stable/timeseries.html

Answer 5

如果您的时间戳是字符串，则可以将其转换为datetime对象：

from datetime import datetime

timestamp = '2016-02-22 14:59:44.561776'
dt = datetime.strptime(timestamp, '%Y-%m-%d %H:%M:%S.%f')

从那时起，您可以将它带到您喜欢的任何格式。

Answer 6

尝试

s = '2016-02-22 14:59:44.561776'

date,time = s.split()

然后根据需要转换时间。

如果您想进一步分割时间，

hour, minute, second = time.split(':')

Answer 7

试试这个：

def time_date(datetime_obj):
    date_time = datetime_obj.split(' ')
    time = date_time[1].split('.')
    return date_time[0], time[0]

将时间戳列拆分为单独的日期和时间列

7 个答案: