Pandas ရှိ ကော်လံများကို datetime သို့ ပြောင်းလဲနည်း

မကြာခဏဆိုသလို သင်သည် Pandas DataFrame ကော်လံတစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသောကော်လံများကို DateTime ဖော်မတ်သို့ ပြောင်းလဲရန် စိတ်ဝင်စားနေပေမည်။ ကံကောင်းစွာဖြင့်၊ ၎င်းသည် to_datetime() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်ရန် လွယ်ကူသည်။

ဤသင်ခန်းစာတွင် အောက်ပါ DataFrame တွင် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုခြင်း၏ ဥပမာများစွာကို ပြသသည် ။

 import numpy as np
import pandas as pd

#createDataFrame
df = pd.DataFrame({'event': ['A', 'B', 'C'],
                   'start_date': ['20150601', '20160201', '20170401'],
                   'end_date': ['20150608', '20160209', '20170416'] })

#view DataFrame
df

	event start_date end_date
0 A 20150601 20150608
1 B 20160201 20160209
2 C 20170401 201704161

#view column data types
df. dtypes

event object
start_date object
end_date object
dtype:object

ဥပမာ 1- ကော်လံတစ်ခုတည်းကို DateTime သို့ ပြောင်းပါ။

အောက်ပါကုဒ်သည် စာကြောင်းတစ်ခုမှ “ start_date” ကော်လံကို DateTime ဖော်မတ်သို့ မည်သို့ပြောင်းရမည်ကို ပြသသည်-

 #convert start_date to DateTime format
df['start_date'] = pd. to_datetime (df['start_date'])

#view DataFrame
df

        event start_date end_date
0 A 2015-06-01 20150608
1 B 2016-02-01 20160209
2 C 2017-04-01 20170416

#view column date types
df. dtypes

event object
start_date datetime64[ns]
end_date object
dtype:object

to_datetime() လုပ်ဆောင်ချက်သည် ဉာဏ်ရည်ထက်မြက်ပြီး အများအားဖြင့် အသုံးပြုရန် မှန်ကန်သော ရက်စွဲဖော်မတ်ကို ခန့်မှန်းနိုင်သော်လည်း၊ ဖော်မတ် အငြင်းအခုံဖြင့် အသုံးပြုရမည့် ဖော်မတ်ကိုလည်း သင်သတ်မှတ်နိုင်သည်-

 #convert start_date to DateTime format
df['start_date'] = pd. to_datetime (df['start_date'], format=' %Y%m%d ')

#view DataFrame
df

        event start_date end_date
0 A 2015-06-01 20150608
1 B 2016-02-01 20160209
2 C 2017-04-01 20170416

#view column date types
df. dtypes

event object
start_date datetime64[ns]
end_date object
dtype:object

ဥပမာ 2- ကော်လံအများအပြားကို DateTime သို့ ပြောင်းပါ။

အောက်ပါကုဒ်သည် strings များမှ “ start_date” နှင့် “ end_date” ကော်လံများကို DateTime ဖော်မတ်သို့ မည်သို့ပြောင်းလဲရမည်ကို ပြသသည်-

 #convert start_date and end_date to DateTime formats
df[['start_date', 'end_date']] = df[['start_date', 'end_date']]. apply (pd. to_datetime )

#view DataFrame
df

	event start_date end_date
0 A 2015-06-01 2015-06-08
1 B 2016-02-01 2016-02-09
2 C 2017-04-01 2017-04-16

#view column date types
df. dtypes

event object
start_date datetime64[ns]
end_date datetime64[ns]
dtype:object

ဥပမာ 3- ကော်လံများကို DateTime ဖော်မတ်သို့ စက္ကန့်ဖြင့် ပြောင်းပါ။

အချို့ကိစ္စများတွင်၊ အောက်ပါ DataFrame ကဲ့သို့သော ရက်စွဲအပြင် နာရီ၊ မိနစ်နှင့် စက္ကန့်များပါရှိသော ကော်လံများလည်း ရှိနိုင်သည်-

 #createDataFrame
df = pd.DataFrame({'event': ['A', 'B', 'C'],
                   'start_date': ['20150601043000', '20160201054500', '20170401021215'],
                   'end_date': ['20150608', '20160209', '20170416'] })

#view DataFrame
df

        event start_date end_date
0 A 20150601043000 20150608
1 B 20160201054500 20160209
2 C 20170401021215 20170416

တဖန်၊ to_datetime() လုပ်ဆောင်ချက်သည် စမတ်ကျပြီး ၎င်းကို ကျွန်ုပ်တို့မသတ်မှတ်ဘဲ အသုံးပြုရန် မှန်ကန်သောဖော်မတ်ကို အများအားဖြင့် ခန့်မှန်းနိုင်သည်-

 #convert start_date to DateTime format
df['start_date'] = pd. to_datetime (df['start_date'])

#view DataFrame
df

        event start_date end_date
0 A 2015-06-01 04:30:00 20150608
1 B 2016-02-01 05:45:00 20160209
2 C 2017-04-01 02:12:15 20170416

#view column date types
df. dtypes

event object
start_date datetime64[ns]
end_date object
dtype:object

ဟုတ်ပါတယ်၊ တောရိုင်းထဲမှာ ထူးဆန်းတဲ့ DateTime ဖော်မတ်မျိုးစုံကို ကြုံတွေ့ရနိုင်တာမို့ Python က ဘယ် DateTime ဖော်မတ်ကို အသုံးပြုရမယ်ဆိုတာ အတိအကျပြောပြဖို့ ဖော်မတ် အငြင်းအခုံကို အသုံးပြုရပါလိမ့်မယ်။

ဤကိစ္စများတွင်၊ ဖော်မတ်များသတ်မှတ်ရန် သင်အသုံးပြုနိုင်သည့် %DateTime အော်ပရေတာများ၏ စာရင်းအပြည့်အစုံအတွက် ဤစာမျက်နှာကို ကိုးကားပါ ။

ထပ်လောင်းအရင်းအမြစ်များ

Pandas တွင် DateTime ကို ရက်စွဲသို့ မည်သို့ပြောင်းလဲမည်နည်း။
Pandas တွင် ကြိုးများကို မျှောရန် မည်သို့ပြောင်းလဲမည်နည်း။