Pandas ရှိ string ကို datetime သို့ဘယ်လိုပြောင်းမလဲ။

pandas DataFrame တွင် string ကော်လံကို datetime format သို့ပြောင်းရန် အောက်ပါနည်းလမ်းများကို သင်အသုံးပြုနိုင်သည်-

နည်းလမ်း 1- String Column ကို Datetime သို့ ပြောင်းပါ။

 df[' col1 '] = pd. to_datetime (df[' col1 '])

နည်းလမ်း 2- String မှ Datetime သို့ ကော်လံများစွာကို ပြောင်းပါ။

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

အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါပန်ဒါ DataFrame ဖြင့် ဤနည်းလမ်းတစ်ခုစီကို လက်တွေ့အသုံးပြုနည်းကို ပြသသည်-

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' task ': ['A', 'B', 'C', 'D'],
                   ' due_date ': ['4-15-2022', '5-19-2022', '6-14-2022', '10-24-2022'],
                   ' comp_date ': ['4-14-2022', '5-23-2022', '6-24-2022', '10-7-2022']})

#view DataFrame
print (df)

  task due_date comp_date
0 A 2022-04-15 2022-04-14
1 B 2022-05-19 2022-05-23
2 C 2022-06-14 2022-06-24
3 D 2022-10-24 2022-10-07

#view data type of each column
print ( df.dtypes )

task object
due_date object
comp_date object
dtype:object

DataFrame ရှိ ကော်လံတစ်ခုစီတွင် လက်ရှိတွင် အရာဝတ္ထု ဒေတာအမျိုးအစား၊ string တစ်ခုရှိသည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

ဥပမာ 1- String Column ကို Datetime သို့ ပြောင်းပါ။

ကျွန်ုပ်တို့သည် due_date ကော်လံကို string တစ်ခုမှ datetime သို့ပြောင်းရန် အောက်ပါ syntax ကိုသုံးနိုင်သည်။

 #convert due_date column to datetime
df[' due_date '] = pd. to_datetime (df[' due_date '])

#view updated DataFrame
print (df)

  task due_date comp_date
0 A 2022-04-15 4-14-2022
1 B 2022-05-19 5-23-2022
2 C 2022-06-14 6-24-2022
3 D 2022-10-24 10-7-2022

#view data type of each column
print ( df.dtypes )

task object
due_date datetime64[ns]
comp_date object
dtype:object

အခြားကော်လံများအားလုံး မပြောင်းလဲသေးသော်လည်း due_date ကော်လံအား datetime အဖြစ်သို့ ပြောင်းလဲထားသည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

ဥပမာ 2- String မှ Datetime သို့ ကော်လံများစွာကို ပြောင်းပါ။

ကျွန်ုပ်တို့သည် due_date နှင့် comp_date ကော်လံများကို string တစ်ခုမှ datetime သို့ပြောင်းရန် အောက်ပါ syntax ကိုသုံးနိုင်သည်။

 #convert due_date and comp_date columns to datetime
df[[' due_date ', ' comp_date ']] = df[[' due_date ', ' comp_date ']]. apply (pd. to_datetime )

#view updated DataFrame
print (df)

  task due_date comp_date
0 A 2022-04-15 2022-04-14
1 B 2022-05-19 2022-05-23
2 C 2022-06-14 2022-06-24
3 D 2022-10-24 2022-10-07

#view data type of each column
print ( df.dtypes )

task object
due_date datetime64[ns]
comp_date datetime64[ns]
dtype:object

due_date နှင့် comp_date ကော်လံနှစ်ခုလုံးကို string တစ်ခုမှ datetime သို့ပြောင်းထားသည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

မှတ်ချက် – pandas to_datetime() လုပ်ဆောင်ချက်၏ စာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာတွေ့နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Pandas တွင် ရက်စွဲအပိုင်းအခြားတစ်ခု ဖန်တီးနည်း
Pandas တွင် အချိန်တံဆိပ်ကို ရက်စွဲ/အချိန်သို့ မည်သို့ပြောင်းလဲမည်နည်း။
ပန်ဒါရှိ ရက်စွဲနှစ်ခုကြား ကွာခြားချက်ကို တွက်ချက်နည်း