我有一列日期采用这种不受欢迎的字符串格式“Sun May 1 00:00:10 2016”,代表“Weekday, Mon, Day, hh:mm:ss, Year”。
如何使用 pandas.to_datetime 或 numpy 对其进行格式化?
感谢您的帮助!
import pandas as pd
date = 'Sun May 1 00:00:10 2016'
df = pd.DataFrame([date], columns=['date'])
请您参考如下方法:
一般来说,对于这种类型的任务,您应该使用 datetime 模块中的 strptime 方法:
from datetime import datetime as dt
s = 'Sun May 1 00:00:10 2016'
f = '%a %B %d %H:%M:%S %Y'
dt.strptime(s, f)
datetime.datetime(2016, 5, 1, 0, 0, 10)
就pandas而言:
df = pd.DataFrame({"date":
['Sun May 1 00:00:10 2016','Sun May 2 00:00:10 2016']})
df
date
0 Sun May 1 00:00:10 2016
1 Sun May 2 00:00:10 2016
df.date.apply(lambda s: dt.strptime(s,f))
0 2016-05-01 00:00:10
1 2016-05-02 00:00:10
Name: date, dtype: datetime64[ns]
编辑
为了使它更完整,user1753919 在评论您的问题时建议的方式在这种情况下也“有效”:
pd.to_datetime(df.date)
0 2016-05-01 00:00:10
1 2016-05-02 00:00:10
Name: date, dtype: datetime64[ns]
但是,计时的结果可能很有趣:
%timeit df.date.apply(lambda s: dt.strptime(s,f))
%timeit pd.to_datetime(df.date)
1000 loops, best of 3: 369 µs per loop
1000 loops, best of 3: 771 µs per loop
