Python 转换对象格式';2014-09-15T11:10:34Z';在字符串或日期时间对象中
我有一个这样的数据框 日期列类型为对象Python 转换对象格式';2014-09-15T11:10:34Z';在字符串或日期时间对象中,python,pandas,Python,Pandas,我有一个这样的数据框 日期列类型为对象 我想用年份创建一个新的数字列,例如“2014-09-15T11:10:34Z”到“2014” 如何实现它?尝试使用字符串切片: df['year'] = df['funded_date'].str[0:4].astype(int) 如果数据中有空值,请尝试: df['year'] = pd.to_numeric(df['date'].str[0:4], errors='coerce') 尝试使用字符串切片: df['year'] = df['fund
我想用年份创建一个新的数字列,例如“2014-09-15T11:10:34Z”到“2014”
如何实现它?尝试使用字符串切片:
df['year'] = df['funded_date'].str[0:4].astype(int)
如果数据中有空值,请尝试:
df['year'] = pd.to_numeric(df['date'].str[0:4], errors='coerce')
尝试使用字符串切片:
df['year'] = df['funded_date'].str[0:4].astype(int)
如果数据中有空值,请尝试:
df['year'] = pd.to_numeric(df['date'].str[0:4], errors='coerce')
确保
funded\u date
是datetime
:
df['funded_date'] = pd.to_datetime(df['funded_date'])
现在使用.year
访问器:
df['funded_year'] = df['funded_date'].year
确保
funded\u date
是datetime
:
df['funded_date'] = pd.to_datetime(df['funded_date'])
现在使用.year
访问器:
df['funded_year'] = df['funded_date'].year
这是对我有效的答案
df['year'] = pd.to_datetime(df['funded_date']).dt.year
data_categoricals['year'] = df['year']
这是对我有效的答案
df['year'] = pd.to_datetime(df['funded_date']).dt.year
data_categoricals['year'] = df['year']
它引发了以下错误:ValueError:无法将浮点NaN转换为integer@Elasri请尝试引发此错误的第二条语句:ValueError:无法将浮点NaN转换为integer@Elasri尝试第二个语句编辑第二行后,它应该
df['funded_year']=df['funded_date'].year
它在编辑第二行后工作,它应该df['funded_year']=df['funded_date'].year