Question

我正在尝试使用pandas.to_datetime将pandas数据框的列从字符串类型转换为datetime。列的值具有以下格式：

Q1'17

其中“ Q”是季度，“ 17”是2017年。

该列中也有null值（我可以删除日期为空的整行）。

我试图解决这个问题，消除了季度，仅考虑年份，但是我无法以这种方式将16转换为2016：

df_cpu["Launch_Date"] = [str(x) for x in df_cpu["Launch_Date"]]
df_cpu["Launch_Date"] = [x[3:5] for x in df_cpu["Launch_Date"]]
df_cpu["Launch_Date"] = [int(x) for x in df_cpu["Launch_Date"]]
df_cpu["Launch_Date"] = pd.to_datetime(df_cpu["Launch_Date"],    format('%Y'))

即使这样也不行：

df_cpu["Launch_Date"] = pd.to_datetime(df_cpu["Launch_Date"], format('Q*\'%Y'))

因为出现此错误：

ValueError ：（“未知字符串格式：”，“ Q3'16”）

我应该如何解决这个问题？

我希望有以下类型的输出：例如，如果值是“ Q1'16”，我希望有“ 01-01-2016”。

Answer 1

您可以将字符串的第一部分map设置为可以在to_datetime中使用的值，例如：

df_cpu = pd.DataFrame({'Launch_Date':["Q1'17", "Q3'16"]})
dict_Q = {"Q1": '01-01-', "Q3": '07-01-'}

print (pd.to_datetime( df_cpu["Launch_Date"].str[:2].map(dict_Q) #replace Qx by a first of month
                       + df_cpu["Launch_Date"].str[3:])) #get the year independtly

0   2017-01-01
1   2016-07-01
Name: Launch_Date, dtype: datetime64[ns]

不要忘记将Q2和Q4 int dict_Q添加到您想要的正确值

Answer 2

我不是日期时间格式转换的专家，但这是一个可行的解决方案。我不能说这是最有效的。我会编写一个函数，该函数以您喜欢的格式返回日期时间，并在数据框上使用'apply'方法。

请注意，下面的函数假定年份始终为20--，并且输出为字符串。根据需要更改输出数据类型。

def new_date(arr):
    if isinstance(arr, str):
        quarter = {'Q1':'01-01-', 'Q2':'04-01-', 'Q3':'07-01-', 'Q4':'10-01-'}
        x, y = arr.split("'")[0], arr.split("'")[1]
        x_new = quarter[x]
        y_new = '20'+y
        return x_new + y_new
    else:
        pass

df_cpu["Launch_Date"] = df_cpu["Launch_Date"].apply(new_date)

还要注意，“ is_instance”条件仅用于处理NaN值。如果使用pd.dropna（），则不需要。

Answer 3

考虑：

1）提供的数据：

df_cpu = pd.DataFrame(["Q1'17","Q3'16"], columns=['Launch_Date'])

2）启动日期列的长度始终为5；

您可以使用pd.offsets.QuarterBegin()在一年的第一天添加季度：

>> pd.to_datetime(df_cpu.Launch_Date.str[3:5],format='%y') + np.multiply(pd.offsets.QuarterBegin(startingMonth=1), df_cpu.Launch_Date.str[1:2].values.astype(int)-1)
0   2017-01-01
1   2016-07-01
Name: Launch_Date, dtype: datetime64[ns]

如何以“奇怪的”字符串格式使用pandas.to_datetime

3 个答案: