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 une chaîne en Datetime dans Pandas



Vous pouvez utiliser les méthodes suivantes pour convertir une colonne de chaîne au format datetime dans un DataFrame pandas :

Méthode 1 : convertir une colonne de chaîne en Datetime

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

Méthode 2 : convertir plusieurs colonnes de chaîne en Datetime

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

Les exemples suivants montrent comment utiliser chacune de ces méthodes en pratique avec le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
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

Nous pouvons voir que chaque colonne du DataFrame a actuellement un type de données object , c’est-à-dire une chaîne.

Exemple 1 : convertir une colonne de chaîne en Datetime

Nous pouvons utiliser la syntaxe suivante pour convertir la colonne due_date d’une chaîne en datetime :

#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

Nous pouvons voir que la colonne due_date a été convertie en datetime tandis que toutes les autres colonnes sont restées inchangées.

Exemple 2 : convertir plusieurs colonnes de chaîne en Datetime

Nous pouvons utiliser la syntaxe suivante pour convertir les colonnes due_date et comp_date d’une chaîne en datetime :

#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

Nous pouvons voir que les colonnes due_date et comp_date ont toutes deux été converties d’une chaîne en datetime.

Remarque : Vous pouvez trouver la documentation complète de la fonction pandas to_datetime() ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment créer une plage de dates dans Pandas
Comment convertir l’horodatage en date/heure dans Pandas
Comment calculer une différence entre deux dates chez les pandas

Ajouter un commentaire

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