Как преобразовать строку в datetime в pandas

Вы можете использовать следующие методы для преобразования строкового столбца в формат даты и времени в DataFrame pandas:

Способ 1: преобразовать строковый столбец в Datetime

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

Способ 2. Преобразование нескольких столбцов из строки в дату и время

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

В следующих примерах показано, как использовать каждый из этих методов на практике со следующим DataFrame pandas:

 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

Мы видим, что каждый столбец в DataFrame в настоящее время имеет тип данных объекта , то есть строку.

Пример 1. Преобразование строкового столбца в Datetime

Мы можем использовать следующий синтаксис для преобразования столбца Due_date из строки в дату и время:

 #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

Мы видим, что столбец Due_date был преобразован в DateTime, в то время как все остальные столбцы остались неизменными.

Пример 2. Преобразование нескольких столбцов из строки в дату и время

Мы можем использовать следующий синтаксис для преобразования столбцов Due_date и Comp_date из строки в 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

Мы видим, что столбцы Due_date и Comp_date были преобразованы из строки в дату и время.

Примечание . Полную документацию по функции pandas to_datetime() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как создать диапазон дат в Pandas
Как преобразовать временную метку в дату/время в Pandas
Как рассчитать разницу между двумя датами в пандах