转换为日期时间

Question

我是Python的入门者。将数据转换为日期时间格式时出现问题。在DTNAIPRS列中，我有：

0    1972-12-22
1    1936-04-01
2    1925-10-05
3    1926-07-09
4    1952-01-12
5    1964-12-31
6    1940-01-13
7    1942-09-01
8    1939-01-12
9    1954-04-14
10   0001-01-01
11   1944-04-18
12   0001-01-01
13   1932-11-16
14   1936-05-18
15   1936-07-02
16   1944-01-13
17   1954-06-20
18   1927-02-14
19   1938-04-29
20   0001-01-01

当我尝试在日期时间使用test = pd.to_datetime(T_Client.DTNAIPRS.values)

对其进行转换时

我遇到此错误：

>Traceback (most recent call last):
  File "/tmp/zeppelin_pyspark-6081451798601516313.py", line 349, in <module>
    raise Exception(traceback.format_exc())
Exception: Traceback (most recent call last):
  File "/tmp/zeppelin_pyspark-6081451798601516313.py", line 342, in <module>
    exec(code)
  File "<stdin>", line 4, in <module>
  File "/misc/anaconda2-4.4.0/envs/dev2/lib/python2.7/site-packages/pandas/core/tools/datetimes.py", line 380, in to_datetime
    result = _convert_listlike(arg, box, format)
  File "/misc/anaconda2-4.4.0/envs/dev2/lib/python2.7/site-packages/pandas/core/tools/datetimes.py", line 306, in _convert_listlike
    raise e
OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1-01-01 00:00:00

能帮我吗？ 谢谢

Answer 1

由于熊猫以纳秒分辨率表示时间戳，因此可以使用64位整数表示的时间跨度限制为大约584年。

您的日期值超出范围1-01-01 00:00:00，因此超出范围错误。

In [92]: pd.Timestamp.min
Out[92]: Timestamp('1677-09-21 00:12:43.145225')

In [93]: pd.Timestamp.max
Out[93]: Timestamp('2262-04-11 23:47:16.854775807')

Refer here， Out of bounds

Answer 2

这是一步一步的

import pandas as pd
import numpy as np

d = ['1972-12-22','1936-04-01','1925-10-05','1926-07-09','1952-01-12']
df = pd.DataFrame({'dates' :d})
df['dates'] = df['dates'].astype(pd.datetime)
df['dates'].dtype
df2 = pd.to_datetime(df['dates'])
print(df2)

这是在Google Colab中尝试过的，我认为这就是您想要的

如果您还有其他问题，请告诉我。

Answer 3

我正在使用此代码将str转换为时间。 首先应用您想要的格式，在我的情况下是小时/分钟/秒 您可以插入yyyy-mm-dd

然后选择需要更改的列，并将training_epochs = 10 step = 0 for epoch in range(training_epochs) print("starting ",epoch) for features, labels in dataset: with tf.GradientTape() as tape: loss = compute_loss(model(features),labels) gradients = tape.gradients(loss, model.trainable_variables) optimizer.apply_gradients(zip(gradients, model.trainable_variables)) step += 1 if step % 10 == 0: # measure other metrics if needed print("loss: ", loss) print("Epoch ", epoch, " finished.") 更改为.dt.time

.dt.date

祝你好运

Answer 4

您的问题是您的列包含（奇怪的）日期，这些日期无法用基础的pd.Timestamp类型表示，因为它是从numpy datetime64类型派生的（有关详细信息，请参见Manoj Kumar's answer）。

一种简单的方法是在转换之前过滤掉这些值：

pd.to_datetime(T_Client.DTNAIPRS.where(T_Client.DTNAIPRS>='1677-09-22'))