如何将Pandas数据框中的日期转换为'date'数据类型？

5 回答

• 82

  使用astype

  In [31]: df
  Out[31]: 
     a        time
  0  1  2013-01-01
  1  2  2013-01-02
  2  3  2013-01-03
  
  In [32]: df['time'] = df['time'].astype('datetime64[ns]')
  
  In [33]: df
  Out[33]: 
     a                time
  0  1 2013-01-01 00:00:00
  1  2 2013-01-02 00:00:00
  2  3 2013-01-03 00:00:00
  

  回复于 2024-04-26T22:49:12+08:00
• 62

  本质上相当于@waitingkuo，但我会在这里使用 to_datetime （看起来更清洁，并提供一些额外的功能，例如 dayfirst ）：

  In [11]: df
  Out[11]:
     a        time
  0  1  2013-01-01
  1  2  2013-01-02
  2  3  2013-01-03
  
  In [12]: pd.to_datetime(df['time'])
  Out[12]:
  0   2013-01-01 00:00:00
  1   2013-01-02 00:00:00
  2   2013-01-03 00:00:00
  Name: time, dtype: datetime64[ns]
  
  In [13]: df['time'] = pd.to_datetime(df['time'])
  
  In [14]: df
  Out[14]:
     a                time
  0  1 2013-01-01 00:00:00
  1  2 2013-01-02 00:00:00
  2  3 2013-01-03 00:00:00
  

  回复于 2024-04-26T22:49:12+08:00
• 21

  我想很多数据都是从CSV文件进入Pandas的，在这种情况下，您可以在初始CSV读取期间简单地转换日期：

  dfcsv = pd.read_csv('xyz.csv', parse_dates=[0]) 其中0表示日期所在的列 .
  如果您希望将日期作为索引，也可以在其中添加 , index_col=0 .

  见http://pandas.pydata.org/pandas-docs/stable/generated/pandas.io.parsers.read_csv.html

  回复于 2024-04-26T22:49:12+08:00
• 16

  现在你可以做 df['column'].dt.date

  请注意，对于datetime对象，如果你没有看到它们都是00:00:00的小时，那就不是pandas . 这是iPython笔记本试图让事情看起来很漂亮 .

  回复于 2024-04-26T22:49:12+08:00
• 0

  情况可能是日期需要转换为不同的频率 . 在这种情况下，我建议按日期设置索引 .

  #set an index by dates
  df.set_index(['time'], drop=True, inplace=True)
  

  在此之后，您可以更轻松地转换为您最需要的日期格式类型 . 下面，我按顺序转换为多种日期格式，最终以月初的一组日期日期结束 .

  #Convert to daily dates
  df.index = pd.DatetimeIndex(data=df.index)
  
  #Convert to monthly dates
  df.index = df.index.to_period(freq='M')
  
  #Convert to strings
  df.index = df.index.strftime('%Y-%m')
  
  #Convert to daily dates
  df.index = pd.DatetimeIndex(data=df.index)
  

  为简洁起见，我没有表明我在上面的每一行之后运行以下代码：

  print(df.index)
  print(df.index.dtype)
  print(type(df.index))
  

  这给了我以下输出：

  Index(['2013-01-01', '2013-01-02', '2013-01-03'], dtype='object', name='time')
  object
  <class 'pandas.core.indexes.base.Index'>
  
  DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03'], dtype='datetime64[ns]', name='time', freq=None)
  datetime64[ns]
  <class 'pandas.core.indexes.datetimes.DatetimeIndex'>
  
  PeriodIndex(['2013-01', '2013-01', '2013-01'], dtype='period[M]', name='time', freq='M')
  period[M]
  <class 'pandas.core.indexes.period.PeriodIndex'>
  
  Index(['2013-01', '2013-01', '2013-01'], dtype='object')
  object
  <class 'pandas.core.indexes.base.Index'>
  
  DatetimeIndex(['2013-01-01', '2013-01-01', '2013-01-01'], dtype='datetime64[ns]', freq=None)
  datetime64[ns]
  <class 'pandas.core.indexes.datetimes.DatetimeIndex'>
  

  回复于 2024-04-26T22:49:12+08:00