Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment convertir DateTime en chaîne dans Pandas (avec exemples)



Vous pouvez utiliser la syntaxe de base suivante pour convertir une colonne de DateTime en chaîne dans pandas :

df['column_name'].dt.strftime('%Y-%m-%d')

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : convertir DateTime en chaîne dans Pandas

Supposons que nous ayons le DataFrame pandas suivant qui montre les ventes réalisées par un magasin sur quatre jours différents :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'day': pd.to_datetime(pd.Series(['20210101', '20210105',
                                                    '20210106', '20210109'])),
                   'sales': [1440, 1845, 2484, 2290]})

#view DataFrame
df

	       day     sales
0	2021-01-01	1440
1	2021-01-05	1845
2	2021-01-06	2484
3	2021-01-09	2290

Nous pouvons utiliser la fonction dtypes pour afficher le type de données de chaque colonne du DataFrame :

#view data type of each column
df.dtypes

day      datetime64[ns]
sales             int64
dtype: object

Nous pouvons voir que la colonne « jour » a une classe DateTime .

Pour convertir « jour » en chaîne, nous pouvons utiliser la syntaxe suivante :

#convert 'day' column to string
df['day'] = df['day'].dt.strftime('%Y-%m-%d')

#view updated DataFrame
df

	       day     sales
0	2021-01-01	1440
1	2021-01-05	1845
2	2021-01-06	2484
3	2021-01-09	2290

Nous pouvons réutiliser la fonction dtypes pour vérifier que la colonne « jour » est désormais une chaîne :

#view data type of each column
df.dtypes

day      object
sales     int64
dtype: object

Remarque : Vous pouvez trouver la documentation complète de la fonction dt.strftime() ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres conversions courantes en Python :

Comment convertir DateHeure en date dans Pandas
Comment convertir des colonnes en DateTime dans Pandas
Comment convertir l’horodatage en date/heure dans Pandas

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *