Question

我已经切掉了pandas数据帧。

end_date = df[-1:]['end'] 

type(end_date) 
Out[4]: pandas.core.series.Series 

end_date 
Out[3]: 
48173   2017-09-20 04:47:59 
Name: end, dtype: datetime64[ns]

如何摆脱end_date的索引值48173并仅获取2017-09-20 04:47:59字符串？我必须使用2017-09-20 04:47:59作为参数调用REST API，因此我必须从pandas datetime64系列中获取字符串。
如何摆脱end_date的索引值48173并仅获取日期时间对象[类似datetime.datetime.strptime('2017-09-20 04:47:59', '%Y-%m-%d %H:%M:%S')]。我需要它，因为稍后我将检查是否'2017-09-20 04:47:59' < datetime.datetime(2017,1,9)

我只需要转换单个单元格值，而不是整列。如何进行这些转换？

Answer 1

似乎你需要：

import pandas as pd
data = ['2017-09-20 04:47:59','2017-10-20 04:47:59','2017-09-30 04:47:59']
df = pd.DataFrame(data,columns=['end'])
df['end'] = pd.to_datetime(df['end'])
df

df将是：

    end
0   2017-09-20 04:47:59
1   2017-10-20 04:47:59
2   2017-09-30 04:47:59

之后，您可以使用以下代码删除索引并使用＆＃39;时间戳＆＃39;对象：

end_date = df['end'].iloc[-1] #get last row of column end
print(type(end_date)) # pandas.tslib.Timestamp
end_date_str = end_date.strftime('%Y-%m-%d %H:%M:%S') #convert to str
print(end_date_str) # '2017-09-30 04:47:59'
print(end_date < datetime.datetime(2017,1,9)) #False

Answer 2

只需将结果转换为字符串，然后使用.values[0]恢复它：

In [38]: end_date
Out[38]:
48173   2017-09-20 04:47:59
Name: end, dtype: datetime64[ns]

In [39]: end_date.astype(str).values[0]
Out[39]: '2017-09-20 04:47:59'

如果你想要一个datetime对象，你必须将它转换为时间戳，然后再转换回datetime对象：

In [42]: end_date.values[0].item()
Out[42]: 1505882879000000000

In [43]: datetime.fromtimestamp(end_date.values[0].item()/10**9)
Out[43]: datetime.datetime(2017, 9, 20, 6, 47, 59)

否则，您可以strptime在步骤1中恢复的字符串：

In [48]: datetime.datetime.strptime(end_date.astype(str).values[0], '%Y-%m-%d %H:%M:%S')
Out[48]: datetime.datetime(2017, 9, 20, 4, 47, 59)

您可能想知道为什么结果之间存在 2小时差异。这是因为datetime.datetime.fromtimestamp考虑了我的时区（目前是CEST，即UTC + 2）。另一方面，将字符串解析为datetime对象并不会产生任何时区信息，srtptime天真地解析时间戳而不考虑时区，这会导致2小时的差异。< / p>

将pandas series cell转换为string和datetime对象

2 个答案: