Question

我尝试将包含时间信息（UTC）的数据框列合并到包含日期时间对象/字符串的单个列中。我的df的列是这样的：

YY MM DD HH
98 12 05 11
98 12 05 10

所以，我想要一个包含该时间信息的列。

到目前为止我已尝试过：

我已合并为字符串，以便我可以通过

将它们解析为日期时间对象

from dateutil.parser import parse
d_test = (list(df[0].map(str) + " " + df[1].map(str) + " " + df[2].map(str) 
+ " " + df[3].map(str)))

现在我只需要解析日期字符串列表

parse_d = []
for d in d_test:
    parse_d.append(parse(d))

但这引起了我一个未知的字符串错误＆＃34;。我调查了它，因为有些日期如下：

d_test[5] = '98 12 5 0'

我已经尝试过阅读dateutil（https://labix.org/python-dateutil）的详细文档，而我所理解的是，我已经制作了一个字典，将时区指定为关键字（在我的情况下为UTC），以及可能会解决错误。

tzinfo ={}
parse(d_test[5], tzinfo=tzinfo)

也许，我错过了一些非常基本的东西，但我无法理解如何创建这本词典。

Answer 1

通常，如果您知道字符串的格式，则不需要使用dateutil.parser.parse来解析它，因为您可以使用datetime.strptime指定的字符串。

在这种情况下，唯一有点不幸的是你有两位数的年份，其中一些来自2000年以前。在这种情况下，我可能会这样做：

cent_21_mask =  df['YY'] < 50
df.loc[:, 'YY'] = df.loc[:, 'YY'] + 1900
df.loc[cent_21_mask, 'YY'] = df.loc[cent_21_mask, 'YY'] + 100

完成上述操作后，您可以使用this question（特别是this one）中的一种解决方案将您的各个日期时间列转换为pandas时间戳/日期时间。

如果这些是UTC格式，那么您可以使用pandas.Series.tz_localize和'UTC'来获取时区感知日期时间。

全部放在一起：

import pandas as pd

df = pd.DataFrame(
    [[98, 12, 5, 11],
     [98, 12, 5, 10],
     [4, 12, 5, 00]],
     columns=['YY', 'MM', 'DD', 'HH'])

# Convert 2-digit years to 4-digit years
cent_21_mask =  df['YY'] < 50
df.loc[:, 'YY'] = df.loc[:, 'YY'] + 1900
df.loc[cent_21_mask, 'YY'] = df.loc[cent_21_mask, 'YY'] + 100


# Retrieve the date columns and rename them
col_renames = {'YY': 'year', 'MM': 'month', 'DD': 'day', 'HH': 'hour'}
dt_subset = df.loc[:, list(col_renames.keys())].rename(columns=col_renames)
dt_series = pd.to_datetime(dt_subset)

# Convert to UTC
dt_series = dt_series.dt.tz_localize('UTC')

# Result:
# 0   1998-12-05 11:00:00+00:00
# 1   1998-12-05 10:00:00+00:00
# 2   2004-12-05 00:00:00+00:00
# dtype: datetime64[ns, UTC]

另外，澄清关于这个陈述的两件事：

我已经尝试过阅读dateutil（https://labix.org/python-dateutil）的详细文档，而我所理解的是，我已经制作了一个字典，将时区指定为关键字（在我的情况下为UTC），以及可能会解决错误。

python-dateutil的正确文档现在为https://dateutil.readthedocs.io。
如果您使用parse，在您的情况下，没有理由将UTC添加到字典中并将其传递给tzinfos。如果您知道您的日期时间是天真的，但它们代表UTC的时间，请将它们解析为正常以获得天真的日期时间，然后使用datetime.replace(dateutil.tz.tzutc())来获知日期时间。 tzinfos字典用于在字符串中实际表示时区信息时。

如果您的字符串代表UTC 不包含时区信息，该怎么办：

from dateutil.parser import parse
from dateutil import tz

dt = parse('1998-12-05 11:00')
dt = dt.replace(tzinfo=tz.tzutc())

Answer 2

如果以这种格式解析日期怎么样？

parse("98/12/05 00h")

如何使用dateutil解析0小时

2 个答案: