Python 如何将Pandas数据帧中的字符串转换为'；日期'；数据类型？

我有一个熊猫数据框，其中一列包含格式为

YYYY-MM-DD

例如，

'2013-10-28'

此时，列的

dtype

是

object

如何将列值转换为日期格式？

使用

---

本质上相当于@waitingkuo，但我会在这里使用

pd.to_datetime

（它看起来更干净，并提供一些附加功能，例如

dayfirst

）：

---

处理

ValueError

s
如果你遇到这样的情况

df['time'] = pd.to_datetime(df['time'])

抛出

ValueError: Unknown string format

这意味着您有无效的（不可强制的）值。如果您同意将它们转换为

pd.NaT

，则可以将

errors='concurve'

参数添加到

到_datetime

：

df['time'] = pd.to_datetime(df['time'], errors='coerce')

---

我想很多数据都来自CSV文件，在这种情况下，您只需在初始CSV读取期间转换日期即可：

dfcsv=pd.read\u csv（'xyz.csv'，parse\u dates=[0]）

其中0表示日期所在的列。
如果希望将日期作为索引，也可以在其中添加

，index_col=0

---

请参见现在您可以执行

df['column'].dt.date

---

请注意，对于datetime对象，如果看不到它们都是00:00:00的时间，则这不是时间。这就是iPython笔记本，它试图让事情看起来漂亮

可能需要将日期转换为不同的频率。在这种情况下，我建议按日期设置索引

#set an index by dates
df.set_index(['time'], drop=True, inplace=True)

在此之后，您可以更轻松地转换为最需要的日期格式类型。下面，我按顺序转换为多种日期格式，最终在月初得到一组每日日期

#Convert to daily dates
df.index = pd.DatetimeIndex(data=df.index)

#Convert to monthly dates
df.index = df.index.to_period(freq='M')

#Convert to strings
df.index = df.index.strftime('%Y-%m')

#Convert to daily dates
df.index = pd.DatetimeIndex(data=df.index)

为简洁起见，我不会在上面的每一行之后运行以下代码：

print(df.index)
print(df.index.dtype)
print(type(df.index))

这为我提供了以下输出：

Index(['2013-01-01', '2013-01-02', '2013-01-03'], dtype='object', name='time')
object
<class 'pandas.core.indexes.base.Index'>

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03'], dtype='datetime64[ns]', name='time', freq=None)
datetime64[ns]
<class 'pandas.core.indexes.datetimes.DatetimeIndex'>

PeriodIndex(['2013-01', '2013-01', '2013-01'], dtype='period[M]', name='time', freq='M')
period[M]
<class 'pandas.core.indexes.period.PeriodIndex'>

Index(['2013-01', '2013-01', '2013-01'], dtype='object')
object
<class 'pandas.core.indexes.base.Index'>

DatetimeIndex(['2013-01-01', '2013-01-01', '2013-01-01'], dtype='datetime64[ns]', freq=None)
datetime64[ns]
<class 'pandas.core.indexes.datetimes.DatetimeIndex'>

索引（['2013-01-01'、'2013-01-02'、'2013-01-03']，dtype='object'，name='time'）
对象
DatetimeIndex（['2013-01-01'，'2013-01-02'，'2013-01-03']，dtype='datetime64[ns]'，name='time'，freq=None）
日期时间64[ns]
周期索引（['2013-01'，'2013-01'，'2013-01'，'dtype='period[M]'，name='time'，freq='M'）
周期[M]
索引（['2013-01'，'2013-01'，'2013-01']，数据类型='object'）
对象
DatetimeIndex（['2013-01-01'，'2013-01-01'，'2013-01-01']，dtype='datetime64[ns]'，freq=None）
日期时间64[ns]

另一种方法，如果您有多个列要转换为datetime，那么这种方法很有效

cols = ['date1','date2']
df[cols] = df[cols].apply(pd.to_datetime)

---

如果要获取日期而不是日期时间格式：

df["id_date"] = pd.to_datetime(df["id_date"]).dt.date

---

尝试使用pd.to_datetime函数将其中一行转换为时间戳，然后使用.map将公式映射到整个列

为完整起见，另一个选项可能不是最简单的选项，与@SSS建议的选项有点类似，但使用datetime库是：

 #   Column          Non-Null Count   Dtype         
---  ------          --------------   -----         
 0   startDay        110526 non-null  object
 1   endDay          110526 non-null  object

import pandas as pd

df['startDay'] = pd.to_datetime(df.startDay)

df['endDay'] = pd.to_datetime(df.endDay)

 #   Column          Non-Null Count   Dtype         
---  ------          --------------   -----         
 0   startDay        110526 non-null  datetime64[ns]
 1   endDay          110526 non-null  datetime64[ns]

import datetime
df["Date"] = df["Date"].apply(lambda x: datetime.datetime.strptime(x, '%Y-%d-%m').date())

---

---

很好-谢谢-我如何在每次约会结束时去掉00:00:00？熊猫的时间戳既有日期又有时间。您的意思是将其转换为python日期对象吗？您可以通过

df['time']=[time.date（）转换为df['time']]]

将[ns]转换为什么意思，您可以将文本字符串设置为日期并删除该日期的时间部分吗？@Yoshisery这是纳秒，并且是正确转换后在引擎盖下存储日期的方式（以纳秒为单位的历元时间）.嗨，伙计们，@AndyHayden你能从日期中删除时间部分吗？我不需要那个部分？在pandas'0.13.1中，尾随的00:00:00不显示。在其他版本中，我们如何删除/和/或不显示它们呢？我认为这不是一个好方法，有讨论添加日期格式，如float\u格式（你已经看到）。我还是建议升级。我的问题是我的日期是这种格式…41516.43，我得到了这个错误。我希望它在新列中返回类似2014-02-03的内容？！错误：#将“加载日期”列中的日期值转换为日期预算数据集['date_last_load']=pd.到日期时间（预算数据集['load_date'））budget_dataset-c:2:SettingWith CopyWarning:试图在数据帧切片的副本上设置一个值。尝试使用.loc[row_index，col_indexer]=值而不是此值。此项不适用于我，它抱怨：只能使用具有datetimelike值的.dt访问器您可能必须执行

df[col]=pd.to_datetime（df[col]）

首先将列转换为日期时间对象。这个答案的问题是，它将列转换为

dtype=object

，这比pandas中的真实

datetime dtype

占用的内存要多得多。

.dt.date

绝对不应与任何大型数据集一起使用，因为：（1）它使用数据类型

对象

，如果数据集很大（有2亿行或更多行），则在熊猫中很难使用该对象（2）

fastparquet

无法将其写入拼花地板。此人没有说任何关于数据集大小或拼花地板的内容。问题是询问日期而不是日期时间。@MarkAndersen只要您的列中只有

date

值，转换为日期时间将只保留相关信息。如果您明确转换为我们ing

df['datetime\u col'].dt.date

将导致

对象

dtype；内存管理中的丢失。没有理由使用

。考虑到直接使用
pd，在此处应用
。to_datetime

有效。谢谢，这正是我所需要的。文档已移动，但是，您可以在此处找到：

.dt.date

绝对不应该可以与任何大小的数据集一起使用，因为：（1）如果数据集很大（有2亿行或更多行），它使用dtype

object

，这在熊猫中很难使用）（2）它无法通过

fastparquet

写入parquet。不，这会将其转换为“datetime64[ns]”类型而不是“date”类型。Thos

 #   Column          Non-Null Count   Dtype         
---  ------          --------------   -----         
 0   startDay        110526 non-null  object
 1   endDay          110526 non-null  object

import pandas as pd

df['startDay'] = pd.to_datetime(df.startDay)

df['endDay'] = pd.to_datetime(df.endDay)

 #   Column          Non-Null Count   Dtype         
---  ------          --------------   -----         
 0   startDay        110526 non-null  datetime64[ns]
 1   endDay          110526 non-null  datetime64[ns]

import datetime
df["Date"] = df["Date"].apply(lambda x: datetime.datetime.strptime(x, '%Y-%d-%m').date())