python中有关时间日期格式转换问题
每次遇到pandas的dataframe某列日期格式问题总会哉坑,下面记录一下常用时间日期函数....
1、字符串转化为日期 str—>date
import datetime date_str = '2006-01-03' date_ = datetime.datetime.strptime(date_str,'%Y-&m-%d')
这是单个字符串的转化,其中“%Y-%m-%d”表示日期字符串的格式,若date_str='2006/1/3',则可写为“%Y/%m/%d”,以此类推。
一般地,我们经常会对dataframe的某一列进行操作:
可以应用apply函数:
def strptime_row(rowi): return datetime.datetime.strptime(rowi,'%Y/%m/%d') df['date'] = df['date'].apply(strptime_row)
可能apply()函数效率比较低一些,应该有专门针对某一列日期格式操作的函数,如
import pandas as pd df['date'] = pd.to_datetime(df['date'])
to_datetime()函数可以解析多种不同的日期表示形式(如“7/6/2011”,2011年6月7日),对标准日期格式(如ISO8601)解析非常快。
还有parse()函数,几乎可以识别所有人类能够理解的日期表示方式(但遗憾的是中文不行),如:
from dateutil.parser import parse parse('Jan 31,2008 10:45 AM')
2、日期转化为字符串
可以使用strftime()函数
总结
以上所述是小编给大家介绍的python中有关时间日期格式转换问题,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
相关文章
Python Pandas中DataFrame.drop_duplicates()删除重复值详解
在实际处理数据中,数据预处理操作中,常常需要去除掉重复的数据,这篇文章主要给大家介绍了关于Python Pandas中DataFrame.drop_duplicates()删除重复值的相关资料,需要的朋友可以参考下2022-07-07python保存大型 .mat 数据文件报错超出 IO 限制的操作
这篇文章主要介绍了python保存大型 .mat 数据文件报错超出 IO 限制的操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-05-05django框架model orM使用字典作为参数,保存数据的方法分析
这篇文章主要介绍了django框架model orM使用字典作为参数,保存数据的方法,结合实例形式分析了字典参数结合django model实现保存数据相关操作技巧,需要的朋友可以参考下2019-06-06
最新评论