Как преобразовать столбцы в datetime в pandas

Часто вас может заинтересовать преобразование одного или нескольких столбцов DataFrame pandas в формат DateTime. К счастью, это легко сделать с помощью функции to_datetime() .

В этом руководстве показано несколько примеров использования этой функции в следующем DataFrame:

 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

Пример 1. Преобразование одного столбца в DateTime

Следующий код показывает, как преобразовать столбец «start_date» из строки в формат DateTime:

 #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

Обратите внимание, что функция to_datetime() является интеллектуальной и обычно может определить правильный формат даты, но вы также можете указать, какой формат использовать, с помощью аргумента формата :

 #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

Пример 2. Преобразование нескольких столбцов в DateTime

Следующий код показывает, как преобразовать столбцы «start_date» и «end_date» из строк в форматы DateTime:

 #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

Пример 3. Преобразование столбцов в формат DateTime с секундами

В некоторых случаях у вас также могут быть столбцы, содержащие дату, а также часы, минуты и секунды, например следующий DataFrame:

 #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

Опять же, функция to_datetime() умна и обычно может определить правильный формат для использования без его указания:

 #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

Конечно, в реальной жизни вы, вероятно, столкнетесь с множеством странных форматов DateTime, поэтому вам может потребоваться использовать аргумент формата , чтобы указать Python, какой именно формат DateTime использовать.

В таких случаях обратитесь к этой странице за полным списком операторов %DateTime, которые можно использовать для указания форматов.

Дополнительные ресурсы

Как преобразовать DateTime в дату в Pandas
Как преобразовать строки в числа с плавающей запятой в Pandas