Skip to main content
 首页 » 编程设计

python之使用数据框的 Pandas 日期时间转换

2025年02月15日9unruledboy

我的时间以 YYYYMMDDhhmm 格式存储在我的数据框中,例如。 200902110403。

Pandas 可以自动将其转换为 datetime 对象,我是这样做的:

temp_date=(pd.to_datetime(indexed_data.index.str[0:12], infer_datetime_format=True)).to_pydatetime() 

(我不完全理解 datetime 对象和 datetimeindex 之间的区别,但我不认为这是我问题的根源)

然后我使用 netcdf4 库中的 data2num 函数将其转换为自引用时间以来的天数,如下所示,

days=date2num(temp_date, 'days since 2009-01-01') 

这有效并返回我想要的天数

array([ 212.03333333,  212.03333333,  212.03472222, ...,  242.95416667, 
    242.95416667,  242.99583333]) 

问题是它似乎并不能一次性完成所有工作,我不明白为什么。

为什么这行不通?

indexed_data['date']=(pd.to_datetime(indexed_data.index.str[0:12], infer_datetime_format=True)).to_pydatetime() 
indexed_data['days']=date2num(indexed_data['date'], 'days since 2009-01-01') 

TypeError: ufunc subtract cannot use operands with types dtype('

但这确实:

temp_date=(pd.to_datetime(indexed_data.index.str[0:12],infer_datetime_format=True)).to_pydatetime() 
indexed_data['date']=temp_date 
indexed_data['fdays']=date2num(temp_date, 'days since 2009-01-01') 

谢谢!

请您参考如下方法:

我不熟悉 netcdf4,但是没有它你应该能够完成你想要的:

date_strs = ['200902110403', '200902120403', '200902130403', '200902140403', '200902150403'] 
df = pd.DataFrame(date_strs, columns=['Date']) 
df['Date'] = pd.to_datetime(df['Date'], infer_datetime_format=True) 
df['Date'] 
 
0   2009-02-11 04:03:00 
1   2009-02-12 04:03:00 
2   2009-02-13 04:03:00 
3   2009-02-14 04:03:00 
4   2009-02-15 04:03:00 
Name: Date, dtype: datetime64[ns] 

要获得自引用日期以来耗时,您可以减去两个返回 timedelta 对象的 datetime 对象:

(df['Date'] - pd.to_datetime('2009-01-01')) 
 
0   41 days 04:03:00 
1   42 days 04:03:00 
2   43 days 04:03:00 
3   44 days 04:03:00 
4   45 days 04:03:00 
Name: Date, dtype: timedelta64[ns] 

如果您只想将天数作为整数,则可以调用上述系列的 .dt.days 访问器:

df['Days'] = (df['Date'] - pd.to_datetime('2009-01-01')).dt.days 
df['Days'] 
 
0    41 
1    42 
2    43 
3    44 
4    45 
Name: Days, dtype: int64 

datetimeindex 对象只是一个设置为数据帧索引的 datetime 对象。