Question

我有一个导入的csv文件，其中有多个列的日期格式为＆＃34; 2001年1月5日10:20＆＃34;。（注意不是零填充日）

如果我df.dtype，那么它会将列显示为对象而不是字符串或日期时间。我需要能够减去2列值来计算差异，所以我试图让它们进入我可以做到的状态。

目前，如果我在最后尝试减法测试，我会收到错误unsupported operand type(s) for -: 'str' and 'str'。

我尝试了多种方法，但每次尝试都会遇到问题。任何帮助，将不胜感激。如果我需要提供更多信息，那么我会。

Answer 1

根据@MaxU的建议，您可以使用pd.to_datetime()方法将给定列的值添加到“适当的”列表中。格式，像这样：

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

你需要在你需要的任何列上执行此操作，这些列需要转换为正确的dtype。

或者，您可以使用parse_dates方法的pd.read_csv()参数，如下所示：

df = pd.read_csv(path, parse_dates=[1,2,3])

其中列1,2,3应包含可以解释为日期的数据。

我希望这会有所帮助。

Answer 2

使用此方法将列转换为日期时间

df["Date"] = pd.to_datetime(df["Date"])

如果列具有空值，则将错误级别更改为强制以忽略错误：Details

df["Date"] = pd.to_datetime(df["Date"], errors='coerce')

之后你应该可以减去两个日期。

示例：

import pandas
df = pandas.DataFrame(columns=['to','fr','ans'])
df.to = [pandas.Timestamp('2014-01-24 13:03:12.050000'), pandas.Timestamp('2014-01-27 11:57:18.240000'), pandas.Timestamp('2014-01-23 10:07:47.660000')]
df.fr = [pandas.Timestamp('2014-01-26 23:41:21.870000'), pandas.Timestamp('2014-01-27 15:38:22.540000'), pandas.Timestamp('2014-01-23 18:50:41.420000')]
(df.fr-df.to).astype('timedelta64[h]')

请参阅此答案以获取更多详细信息：

Calculate Pandas DataFrame Time Difference Between Two Columns in Hours and Minutes

如果要在从csv读取时直接将列加载为datetime对象，请考虑以下示例：

Pandas read csv dateint columns to datetime

Answer 3

我发现问题与列中的缺失值有关。使用coerce=True以便df["Date"] = pd.to_datetime(df["Date"], coerce=True)解决问题。

将CSV中的对象转换为datetime

3 个答案: