Question

我需要在日期上合并2个pandas数据帧，但它们目前有不同的日期类型。 1是时间戳（从excel导入），另一个是datetime.date。

有什么建议吗？

我已尝试pd.to_datetime().date，但这仅适用于单个项目（例如df.ix[0,0]），它不会让我申请整个系列（例如df['mydates']）或数据帧。

Answer 1

我从一位同事那里得到了一些帮助。

这似乎解决了上面发布的问题

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

Answer 2

比上面简单得多：

df['mydates'].dt.date

Answer 3

对我来说这可行：

from datetime import datetime
df[ts] = [datetime.fromtimestamp(x) for x in df[ts]]

Answer 4

另一个问题被标记为指向此问题，但它不包含此答案，这似乎是最简单的方法（也许在发布/回答此问题时此方法尚不存在）：

pandas文档显示了一种pandas.Timestamp.to_pydatetime方法，用于“将Timestamp对象转换为本地Python datetime对象”。

Answer 5

如果您需要datetime.date个对象...，请使用.date

的Timestamp属性了解它们

pd.to_datetime(df['mydates']).date

Answer 6

当我遇到类似问题时，我发现以下方法最有效。例如，数据框df在列ts中具有一系列时间戳。

df.ts.apply(lambda x: pd.datetime.fromtimestamp(x).date())

进行转换，您可以省略.date()后缀的日期时间。然后更改数据框上的列。像这样...

df.loc[:, 'ts'] = df.ts.apply(lambda x: pd.datetime.fromtimestamp(x).date())

Answer 7

假设时间列采用时间戳整数毫秒格式

1天= 86400000毫秒

您在这里：

day_divider = 86400000

df['time'] = df['time'].values.astype(dtype='datetime64[ms]') # for msec format

df['time'] = (df['time']/day_divider).values.astype(dtype='datetime64[D]') # for day format

如何在pandas dataframe中将timestamp转换为datetime.date？

7 个答案: