将Pandas列转换为DateTime

241

我在以字符串格式导入的pandas DataFrame中有一个字段。它应该是日期时间变量。如何将其转换为datetime列，然后根据日期进行过滤。

例：

数据框名称：raw_data
列名称：Mycol
列中的值格式：“ 05SEP2014：00：00：00.000”

python datetime pandas

— 克里斯
source

430

使用该to_datetime函数，指定一种格式以匹配您的数据。

raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], format='%d%b%Y:%H:%M:%S.%f')

— 克里斯布
source

70

注意：format参数不是必需的。to_datetime很聪明继续尝试，而不尝试匹配您的数据。

— samthebrand '17

6

为了避免SettingWithCopyWarning使用@达斯- behfans stackoverflow.com/a/42773096/4487805

— 阿尔瓦罗·洛萨

3

如果您只想要时间而不想要日期怎么办？

— FaCoffee '17

5

不是很聪明。即使某些列明确地采用dayfirst = True格式，对于同一列中的其他列，它仍将默认设置为dayfirst = False。因此，更安全地使用显式格式规范或至少使用dayfirst参数。

— CPBL

10

省略格式字符串可能会使此操作的记录速度很慢。这个答案讨论了为什么。infer_datetime_format=True如果您不包含格式字符串，看起来还可以将解析速度提高到大约5-10倍（根据pandas文档）。

— atwalsh

52

您可以使用DataFrame方法.apply()对Mycol中的值进行操作：

>>> df = pd.DataFrame(['05SEP2014:00:00:00.000'],columns=['Mycol'])
>>> df
                    Mycol
0  05SEP2014:00:00:00.000
>>> import datetime as dt
>>> df['Mycol'] = df['Mycol'].apply(lambda x: 
                                    dt.datetime.strptime(x,'%d%b%Y:%H:%M:%S.%f'))
>>> df
       Mycol
0 2014-09-05

— 机械肉
source

1

谢谢！这很好，因为它适用范围更广，但其他答案更为直接。我很难决定我更喜欢哪个：)

— 克里斯·克里斯（Chris）

2

我更喜欢这个答案，因为它产生了datetime对象，而不是pandas.tslib.Timestamp对象

— wesanyer 2015年

25

如果要转换的列不止一个，则可以执行以下操作：

df[["col1", "col2", "col3"]] = df[["col1", "col2", "col3"]].apply(pd.to_datetime)

— 弗拉德·贝兹登
source

15

raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], format='%d%b%Y:%H:%M:%S.%f')

可以，但是会导致Python警告：试图在DataFrame的切片副本上设置一个值。尝试.loc[row_indexer,col_indexer] = value改用

我猜这是由于一些链接索引。

— 达斯·贝芬斯（Darth BEHFANS）
source

2

我做了几次尝试，但仍然有效：raw_data.loc [：，'Mycol'] = pd.to_datetime（raw_data ['Mycol']，format ='％d％b％Y：％H：％M：％S 。％f'）

— pinegulf

9

使用pandas to_datetime函数将列解析为DateTime。另外，通过使用infer_datetime_format=True，它将自动检测格式并将提到的列转换为DateTime。

import pandas as pd
raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], infer_datetime_format=True)

— 普拉泰克·夏尔马
source