Question

我有一个巨大的数据集，我正在尝试解析时间戳列以具有以下格式： YYYY-MM-DD HH:MM:SS:DEC 但我在数据框中的输出类似于：210309_131046520_11。

因此：我想将输出列拆分为以下列：

date,  day,  month,  year, dec,  hh,  mm, ss

例如：210309_131046520_11

date 21-03-09
day 09
month 03
year 2021
dec 520
hh 13
mm 10
ss 46

我尝试使用 datetime 模块，但似乎没有任何帮助。有人可以帮忙吗？

我的时间戳列示例：

0      210309_131046520_11.sgy
1      210309_131046520_05.sgy
2      210309_131046528_02.sgy
3      210309_131046528_12.sgy
4      210309_131049712_07.sgy
...
162    210309_132658584_07.sgy
163    210309_132659632_10.sgy
164    210309_132701232_05.sgy
165    210309_132704256_02.sgy
166    210309_132707136_12.sgy

我的日期列示例：

0      131046520
1      131046520
2      131046528
3      131046528
4      131049712
...
162    132658584
163    132659632
164    132701232
165    132704256
166    132707136

我尝试过的一件事：

使用 split：

s_df["date"] = s_df["timestamp"].apply(lambda row: row.split("_")[1])

输出：

TypeError: list indices must be integers or slices, not str

Answer 1

您可以使用 datetime 的 strptime 来解释标准库中的日期：

from datetime import datetime as dt
dt.strptime('210309_131045620', '%y%m%d_%H%M%S%f')

Out: datetime.datetime(2021, 3, 9, 13, 10, 45, 620000)

在 Pandas 数据帧中，使用符合相同格式语法的内置函数可以更有效地实现这一点：

import pandas as pd
pd.to_datetime(df['date'], format='%y%m%d_%H%M%S%f')

有关定制格式字符串的详细信息，请参阅参考的strftime：https://strftime.org

时间戳解析

1 个答案: