Python 将列转换为日期时间

熊猫数据框中有一个字段是以字符串格式导入的。 它应该是一个datetime变量。 如何将其转换为datetime列，然后根据日期进行筛选

例如：

• 数据帧名称：原始数据
• 列名：mycl
• 价值观 列中的格式：'2014年9月5日00:00:00.000'

使用该函数，指定一个匹配数据的值

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

使用函数，指定一个匹配数据的值

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

---

您可以使用DataFrame方法对mycl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

---

您可以使用DataFrame方法对mycl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

工作，但它会导致Python警告 试图在数据帧切片的副本上设置值。 尝试改用

.loc[row\u indexer，col\u indexer]=value

我猜这是由于一些链接索引

工作，但它会导致Python警告 试图在数据帧切片的副本上设置值。 尝试改用

.loc[row\u indexer，col\u indexer]=value

---

我猜这是由于一些链接索引。

如果要转换多个列，可以执行以下操作：

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

---

如果要转换多个列，可以执行以下操作：

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

---

使用pandas

to_datetime

函数将列解析为datetime。此外，通过使用

expert\u datetime\u format=True

，它将自动检测格式并将所述列转换为datetime

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

---

使用pandas

to_datetime

函数将列解析为datetime。此外，通过使用

expert\u datetime\u format=True

，它将自动检测格式并将所述列转换为datetime

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

---

---

谢谢这很好，因为它适用范围更广，但另一个答案更直接。我很难决定我更喜欢哪个：）我更喜欢这个答案，因为它生成的是datetime对象，而不是pandas.tslib.Timestamp对象谢谢！这很好，因为它适用范围更广，但另一个答案更直接。我很难决定我更喜欢哪一个：）我更喜欢这个答案，因为它生成一个datetime对象，而不是pandas.tslib.Timestamp对象注：

format

参数不是必需的

to_datetime

是智能的。继续尝试，不要试图匹配数据。为了避免设置CopyWarning，请使用@darth behfans。如果您只想要时间而不是日期，那该怎么办？这不是非常聪明。即使某些列的格式为dayfirst=True，对于同一列中的其他列，它仍然默认为dayfirst=False。因此，使用显式格式规范或至少使用dayfirst参数更安全。忽略格式字符串可能会导致此操作速度慢，记录多。讨论原因。如果不包含格式字符串，则

infere\u datetime\u format=True

还可以将解析速度提高约5-10倍（根据熊猫文档）。注意：

format

参数不是必需的

to_datetime

是智能的。继续尝试，不要试图匹配数据。为了避免设置CopyWarning，请使用@darth behfans。如果您只想要时间而不是日期，那该怎么办？这不是非常聪明。即使某些列的格式为dayfirst=True，对于同一列中的其他列，它仍然默认为dayfirst=False。因此，使用显式格式规范或至少使用dayfirst参数更安全。忽略格式字符串可能会导致此操作速度慢，记录多。讨论原因。如果不包含格式字符串，则

infere_datetime_format=True

还可以将解析速度提高5-10倍（根据熊猫文档）。我尝试了几次，但效果很好：raw_data.loc[：，'Mycol']=pd.to_datetime（raw_data['Mycol'，format='%d%b%Y:%H:%M.%S.%f'）这对我有效：raw_data.loc，'Mycol]=pd.to_datetime（raw_data.loc[：，'Mycol']，format='%d%b%Y:%H:%M:%S.%f'）df2.loc[：，'datetime']=pd.to_datetime（df2['datetime']）/usr/lib/python3/dist packages/pandas/core/index.py:543:SettingWithCopyWarning:试图在数据帧中的切片副本上设置值。尝试使用.loc[row_indexer，col indexer]=value改为查看文档中的警告：self.obj[item]=sTook me几次尝试，但这是有效的：raw_data.loc[：，'Mycol']=pd.to_datetime（raw_data['Mycol']，format='%d%b%Y:%H:%M:%S.%f'）这对我有效：raw_data.loc[：，'Mycol]=pd.to_datetime（raw_data.loc[，'Mycol']，format='%d%b%Y:%H:%M:%S.%df2.loc[，'datetime']=pd.to_datetime（df2['datetime']）/usr/lib/python3/dist packages/pandas/core/index.py:543:SettingWithCopyWarning:SettingWithCopyWarning:试图在数据帧的切片副本上设置值。请尝试改用.loc[row_indexer，col_indexer]=value查看文档中的警告：self.obj[item]=像符咒一样工作！我需要执行以下操作来指定格式

states\u df[['from\u datetime'，'to\u datetime'，'timestamp']]。应用（lambda:pd.to\u datetime（\uu，format='%Y-%m-%d%H:%m:%S.%f'，errors='concure'）

工作起来像符咒TY！我需要执行以下操作来指定格式

states\u df[['from_datetime'、'to_datetime'、'timestamp']]应用（lambda:pd.to_datetime（\ux，格式=“%Y-%m-%d%H:%m:%S.%f'，错误=”强制“）

合并两张或多张工作表可能会让人头疼，尤其是涉及日期时间的时候。这种推断日期时间格式节省了我大量的时间。thx酋长！很乐意帮助@Mike_Leigh！！另外，根据设置

推断日期时间格式=True

在某些情况下可以将解析速度提高~5-10倍。合并两张或更多工作表可能会让人头疼脖子，特别是涉及日期时间的时候。这种推断日期时间格式节省了我很多时间。thx酋长！很高兴帮助@Mike\u Leigh！！另外，根据