<\/p>\n
Vaak wilt u een datum\/tijd converteren naar een datum in panda’s. Gelukkig is dit eenvoudig te doen met de functie .dt.date<\/strong> , die de volgende syntaxis heeft:<\/span><\/p>\n Stel dat we bijvoorbeeld de volgende panda’s DataFrame hebben:<\/span><\/p>\n Om de kolom \u201ctijd\u201d naar een eenvoudige datum te converteren, kunnen we de volgende syntaxis gebruiken:<\/span><\/p>\n Nu geeft de kolom „tijd“ eenvoudigweg de datum weer zonder de tijd.<\/span><\/p>\n Houd er rekening mee dat de bovenstaande code een objecttype<\/strong> retourneert:<\/span><\/p>\n Als je in plaats daarvan datetime64<\/strong> wilt, kun je de tijdcomponent normaliseren()<\/strong> , waardoor het type datetime64<\/strong> behouden blijft, maar alleen de datum wordt weergegeven:<\/span><\/p>\n Ook hier wordt alleen de datum weergegeven, maar de kolom ‚tijd‘ is van het type datetime64<\/strong> .<\/span><\/p>\n Hoe kolommen naar DateTime in Pandas te converteren<\/a> Vaak wilt u een datum\/tijd converteren naar een datum in panda’s. Gelukkig is dit eenvoudig te doen met de functie .dt.date , die de volgende syntaxis heeft: df[‚ date_column ‚] = pd. to_datetime (df[‚ datetime_column ‚]). dt . date Voorbeeld: Datumtijd tot nu toe in Panda’s Stel dat we bijvoorbeeld de volgende panda’s DataFrame hebben: […]<\/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":[],"class_list":["post-978","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df[' date_column<\/span> '] = pd. to_datetime<\/span> (df[' datetime_column<\/span> ']). dt<\/span> . date\n<\/span><\/strong><\/pre>\n Voorbeeld: Datumtijd tot nu toe in Panda’s<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create pandas DataFrame with two columns\n<\/span>df = pd.DataFrame({'sales': [4, 11],\n 'time': ['2020-01-15 20:02:58', '2020-01-18 14:43:24']})\n\n#view DataFrame<\/span>\nprint<\/span> (df)\n\nsales time\n0 4 2020-01-15 20:02:58\n1 11 2020-01-18 14:43:24\n<\/strong><\/pre>\n #convert datetime column to just date<\/span>\ndf[' time<\/span> '] = pd. to_datetime<\/span> (df[' time<\/span> ']). dt<\/span> . date<\/span>\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n\tsales time\n0 4 2020-01-15\n1 11 2020-01-18\n<\/strong><\/pre>\n Normalize() gebruiken voor datetime64-typen<\/strong><\/span><\/h3>\n
#find dtype of each column in DataFrame<\/span>\ndf. dtypes<\/span>\n\ndirty int64\ntime object\ndtype:object<\/strong><\/pre>\n #convert datetime column to just date<\/span>\ndf[' time<\/span> '] = pd. to_datetime<\/span> (df[' time<\/span> ']). dt<\/span> . normalize ()<\/span><\/span>\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n\tsales time\n0 4 2020-01-15\n1 11 2020-01-18\n\n#find dtype of each column in DataFrame\n<\/span>df. dtypes\n\ndirty int64\ntime datetime64[ns]\ndtype:object<\/span><\/span>\n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe tekenreeksen te converteren naar zwevend in Panda’s<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"