Pandas Datetime重新格式化周列
我将数据帧从分钟分割为每天、每周和每月。我没有问题重新格式化每日数据帧,尽管我在尝试对每周数据帧进行同样的格式化时遇到了一些麻烦。如果有人能帮我,那就太好了。Pandas Datetime重新格式化周列,pandas,dataframe,bokeh,datetime-format,python-datetime,Pandas,Dataframe,Bokeh,Datetime Format,Python Datetime,我将数据帧从分钟分割为每天、每周和每月。我没有问题重新格式化每日数据帧,尽管我在尝试对每周数据帧进行同样的格式化时遇到了一些麻烦。如果有人能帮我,那就太好了。我正在添加用于重新格式化每日数据帧的代码,因此可能会有所帮助 我正在用Bokeh绘图,如果没有datetime格式,我将无法按照我的意愿格式化axis和hovertools。 事先谢谢。 dfDay1 = dfDay.loc['2014-01-01':'2020-09-31'] dfDay1 = dfDay1.reset_index() d
我正在添加用于重新格式化每日数据帧的代码,因此可能会有所帮助
我正在用Bokeh绘图,如果没有datetime格式,我将无法按照我的意愿格式化axis和hovertools。
事先谢谢。
dfDay1 = dfDay.loc['2014-01-01':'2020-09-31']
dfDay1 = dfDay1.reset_index()
dfDay1['date1'] = pd.to_datetime(dfDay1['date'], format=('%Y/%m/%d'))
dfDay1 = dfDay1.set_index('date')
这对于日格式很好。如果需要转换
日期/
之前的请与str[0]
一起使用,如果日期在/
之后,请使用str[1]
:
df['date1'] = pd.to_datetime(df['week'].str.split('/').str[0])
谢谢@jezrael工作得很好。我会在几分钟内接受你的回答,这里有一个时间表。再次感谢你,伙计。
print (df)
week Open Low High Close Volume \
0 2014-01-07/2014-01-13 58.1500 55.38 58.96 56.0000 324133239
1 2014-01-14/2014-01-20 56.3500 55.96 58.57 56.2500 141255151
2 2014-01-21/2014-01-27 57.8786 51.85 59.31 52.8600 279370121
3 2014-01-28/2014-02-03 53.7700 52.75 63.95 62.4900 447186604
4 2014-02-04/2014-02-10 62.8900 60.45 64.90 63.9100 238316161
.. ... ... ... ... ... ...
347 2020-09-01/2020-09-07 297.4000 271.14 303.90 281.5962 98978386
348 2020-09-08/2020-09-14 275.0000 262.64 281.40 271.0100 109717114
349 2020-09-15/2020-09-21 272.6300 244.13 274.52 248.5800 123816172
350 2020-09-22/2020-09-28 254.3900 245.40 259.98 255.8800 98550687
351 2020-09-29/2020-10-05 258.2530 256.50 268.33 261.3500 81921670
date1
0 2014-01-07
1 2014-01-14
2 2014-01-21
3 2014-01-28
4 2014-02-04
.. ...
347 2020-09-01
348 2020-09-08
349 2020-09-15
350 2020-09-22
351 2020-09-29
[352 rows x 7 columns]