Python 拆分日期时间字符串（不是通常的格式）并拉出月份

我有一个数据框，它有一个日期时间字符串，但不是传统的日期时间格式。我想把日期和时间分为两列。然后最终也把这个月分开

这是日期/时间字符串的外观：

2019-03-20T16:55:52.981-06:00

>>> df.head()
Date                             Score
2019-03-20T16:55:52.981-06:00    10
2019-03-07T06:16:52.174-07:00    9
2019-06-17T04:32:09.749-06:003   1

我尝试了此操作，但出现了一个类型错误：

df['Month'] = pd.DatetimeIndex(df['Date']).month

---

这只需使用

pandas

本身即可完成。通过传递

utc=True

，可以首先将

Date

列转换为

datetime

：

df['Date'] = pd.to_datetime(df['Date'], utc = True)

然后使用

dt.month

提取月份：

df['Month'] = df['Date'].dt.month

输出：

                              Date  Score  Month
0 2019-03-20 22:55:52.981000+00:00     10      3
1 2019-03-07 13:16:52.174000+00:00      9      3
2 2019-06-17 10:32:09.749000+00:00      1      6

---

从的文档中可以看到一个参数：

utc:布尔值，默认为无

如果为True，则返回UTC DatetimeIndex（同时转换任何tz感知的datetime.datetime对象）

---

这只需使用

pandas

本身即可完成。通过传递

utc=True

，可以首先将

Date

列转换为

datetime

：

df['Date'] = pd.to_datetime(df['Date'], utc = True)

然后使用

dt.month

提取月份：

df['Month'] = df['Date'].dt.month

输出：

                              Date  Score  Month
0 2019-03-20 22:55:52.981000+00:00     10      3
1 2019-03-07 13:16:52.174000+00:00      9      3
2 2019-06-17 10:32:09.749000+00:00      1      6

---

从的文档中可以看到一个参数：

utc:布尔值，默认为无

如果为True，则返回UTC DatetimeIndex（同时转换任何tz感知的datetime.datetime对象）

---

您的

Date

列是字符串还是datetime对象？对我来说很有用。请你把错误发出来好吗？嗯，那是传统的日期时间格式。也就是说，除了最后一行的额外

3

。那是打字错误吗？或者您的字符串实际上包含

-06:003

？如果是，这意味着什么？另请参见：您的

Date

列是字符串还是datetime对象？它对我有用。请你把错误发出来好吗？嗯，那是传统的日期时间格式。也就是说，除了最后一行的额外

3

。那是打字错误吗？或者您的字符串实际上包含

-06:003

？如果是，这意味着什么？另请参见：这解决了它。我需要转换成datetime。非常感谢。这就解决了问题。我需要转换成datetime。非常感谢。