<\/p>\n
\u00c8 possibile utilizzare la seguente sintassi per convertire una colonna di data in un DataFrame panda nel formato AAAAMMGG:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Diciamo che abbiamo il seguente DataFrame panda che mostra le vendite effettuate da un’azienda in date diverse:<\/span><\/p>\n Supponiamo ora di voler formattare i valori della colonna della data<\/strong> come AAAAMMGG.<\/span><\/p>\n Possiamo usare la seguente sintassi per fare questo:<\/span><\/p>\n Tieni presente che i valori della colonna della data<\/strong> sono ora nel formato AAAAMMGG.<\/span><\/p>\n Tieni presente che in questo esempio la colonna della data<\/strong> aveva gi\u00e0 una classe datetime.<\/span><\/p>\n Tuttavia, possiamo comunque utilizzare la funzione to_datetime()<\/strong> per garantire che una determinata colonna abbia una classe datetime prima di applicare il formato AAAAMMGG.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:<\/span><\/p>\n Come aggiungere e sottrarre giorni da una data in Pandas<\/a> \u00c8 possibile utilizzare la seguente sintassi per convertire una colonna di data in un DataFrame panda nel formato AAAAMMGG: #convert date column to datetime df[‘ date_column ‘] = pd. to_datetime (df[‘ date_column ‘]) #convert date to YYYYMMDD format df[‘ date_column ‘] = df[‘ date_column ‘]. dt . strftime (‘ %Y%m%d ‘). astype (int) L’esempio seguente […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #convert date column to datetime\n<\/span>df[' date_column<\/span> '] = pd. to_datetime<\/span> (df[' date_column<\/span> '])\n\n#convert date to YYYYMMDD format\n<\/span>df[' date_column<\/span> '] = df[' date_column<\/span> ']. dt<\/span> . strftime<\/span> (' %Y%m%d<\/span> '). astype<\/span> (int)\n<\/strong><\/pre>\n Esempio: converti la data nel formato AAAAMMGG in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' date<\/span> ': pd.date_range<\/span> (start=' 1\/1\/2022<\/span> ', freq=' MS<\/span> ', periods= 8<\/span> ),\n ' sales<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n dirty dates\n0 2022-01-01 18\n1 2022-02-01 22\n2 2022-03-01 19\n3 2022-04-01 14\n4 2022-05-01 14\n5 2022-06-01 11\n6 2022-07-01 20\n7 2022-08-01 28<\/strong><\/span><\/pre>\n #convert date column to datetime\n<\/span>df[' date<\/span> '] = pd. to_datetime<\/span> (df[' date<\/span> '])\n\n#convert date to YYYYMMDD format\n<\/span>df[' date<\/span> '] = df[' date<\/span> ']. dt<\/span> . strftime<\/span> (' %Y%m%d<\/span> '). astype<\/span> (int)\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n dirty dates\n0 20220101 18\n1 20220201 22\n2 20220301 19\n3 20220401 14\n4 20220501 14\n5 20220601 11\n6 20220701 20\n7 20220801 28<\/span><\/span><\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come selezionare le righe tra due date in Pandas<\/a>
Come calcolare la differenza tra due date nei panda<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"