熊猫中的日期时间转换问题

Question

这是我的问题的转载示例：

df = pd.DataFrame(["2018-01-13 17:25:54+0100",
    "2018-01-13 07:23:36+0100",
    "2018-01-13 08:15:48+0100"], columns=["date"])

print(type(datetime.strptime(df["date"][1], '%Y-%m-%d %H:%M:%S%z')))

print(type(pd.Series(df["date"].apply(lambda s: datetime.strptime(s, '%Y-%m-%d %H:%M:%S%z')))[1]))

输出为：

类“ datetime.datetime”

类'pandas._libs.tslibs.timestamps.Timestamp'

如何使用apply函数（或类似的函数）获取datetime.datetime对象？

Answer 1

将熊猫方法用于datetime操作

通常，在处理Pandas数据帧时，避免标准库中的datetime模块。您应该要使用矢量化操作，并且应该依靠基于NumPy的矢量化的Pandas方法：

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

print(df['date'].dtype)
# datetime64[ns]

但是，如果您坚持要...

如果您希望导出到datetime.datetime值的数组以供在Pandas之外使用，则可以使用to_pydatetime：

py_date = df['date'].dt.to_pydatetime()
# array([datetime.datetime(2018, 1, 13, 16, 25, 54),
#        datetime.datetime(2018, 1, 13, 6, 23, 36),
#        datetime.datetime(2018, 1, 13, 7, 15, 48)], dtype=object)

但是，一旦您使用了Pandas，就几乎不需要这样做了。