Skip to main content
 首页 » 编程设计

python之Pandas 中的日期时间转换问题

2024年12月31日7itcoder

这是我的问题的重现示例:

df = pd.DataFrame(["2018-01-13 17:25:54+0100", 
    "2018-01-13 07:23:36+0100", 
    "2018-01-13 08:15:48+0100"], columns=["date"]) 
 
print(type(datetime.strptime(df["date"][1], '%Y-%m-%d %H:%M:%S%z'))) 
 
print(type(pd.Series(df["date"].apply(lambda s: datetime.strptime(s, '%Y-%m-%d %H:%M:%S%z')))[1])) 

输出是:

类“datetime.datetime”

类“pandas._libs.tslibs.timestamps.Timestamp”

如何使用 apply 函数(或类似函数)获取 datetime.datetime 对象?

请您参考如下方法:

使用 Pandas 方法进行 datetime 操作

通常,在处理 Pandas 数据帧时,避免使用标准库中的datetime 模块。您应该想要使用矢量化操作,并且应该依赖利用基于 NumPy 的矢量化的 Pandas 方法:

df['date'] = pd.to_datetime(df['date']) 
 
print(df['date'].dtype) 
# datetime64[ns] 

但如果你坚持...

如果您希望导出到一个 datetime.datetime 值数组以便在 Pandas 外部使用,您可以使用 to_pydatetime :

py_date = df['date'].dt.to_pydatetime() 
# array([datetime.datetime(2018, 1, 13, 16, 25, 54), 
#        datetime.datetime(2018, 1, 13, 6, 23, 36), 
#        datetime.datetime(2018, 1, 13, 7, 15, 48)], dtype=object) 

但是,一旦您使用了 Pandas,就很少需要这样做了。