熊猫 DataFrame 中如何将整数转换为 Datetime？
让我们讨论一下如何在其中将整数转换为 Datetime。现在要在熊猫数据帧中将整数转换为日期时间，我们可以使用以下语法:
df['数据框列'] = pd.to_datetime(df['数据框列']，格式=指定您的格式)
注意:整数数据必须符合指定的格式。
示例#1:
计算机编程语言
# importing pandas package
import pandas as pd
# creating a dataframe
values = {'Dates': [20190902, 20190913, 20190921],
'Attendance': ['Attended', 'Not Attended', 'Attended']
}
df = pd.DataFrame(values, columns=['Dates', 'Attendance'])
# display
print(df)
print(df.dtypes)
输出:
我们可以看到，“日期”列的数据类型是整数。现在，为了将其转换为 Datetime，我们使用前面提到的语法。由于在本例中日期格式是 yyyymmdd ，日期格式可以表示如下:
format= '%Y%m%d'
对于我们的示例，将整数转换为日期时间的完整代码是:
计算机编程语言
# importing pandas package
import pandas as pd
# creating the dataframe
values = {'Dates': [20190902, 20190913, 20190921],
'Attendance': ['Attended', 'Not Attended', 'Attended']
}
df = pd.DataFrame(values, columns=['Dates', 'Attendance'])
# converting the integers to datetime format
df['Dates'] = pd.to_datetime(df['Dates'], format='%Y%m%d')
# display
print(df)
print(df.dtypes)
输出:
示例#2: 现在，假设数据框具有格式为 yymmdd 的日期。在这种情况下，日期格式现在将包含小写的‘y’:
format='%y%m%d'
因此完整的 Python 代码如下所示:
计算机编程语言
# importing pandas package
import pandas as pd
# creating dataframe
values = {'Dates': [190902, 190913, 190921],
'Attendance': ['Attended', 'Not Attended', 'Attended']
}
df = pd.DataFrame(values, columns=['Dates', 'Attendance'])
# changing the integer dates to datetime format
df['Dates'] = pd.to_datetime(df['Dates'], format='%y%m%d')
# display
print(df)
print(df.dtypes)
输出:
示例#3: 现在，让我们假设您的整数包含日期和时间。在这种情况下，您应该指定的格式是:
format='%Y%m%d%H%M%S'
所以完整的 Python 代码应该是:
计算机编程语言
# importing pandas package
import pandas as pd
# creating dataframe
values = {'Dates': [20190902093000, 20190913093000, 20190921200000],
'Attendance': ['Attended', 'Not Attended', 'Attended']
}
df = pd.DataFrame(values, columns=['Dates', 'Attendance'])
# changing integer values to datetime format
df['Dates'] = pd.to_datetime(df['Dates'], format='%Y%m%d%H%M%S')
# display
print(df)
print(df.dtypes)
输出:
示例#4: 考虑我们的日期时间值中以微秒为单位的数据帧。在这种情况下，格式应指定为:
format='%Y%m%d%H%M%S%F'
所以完整的 Python 代码将是:
计算机编程语言
# importing pandas package
import pandas as pd
# creating dataframe
values = {'Dates': [20190902093000912, 20190913093000444,
20190921200000009],
'Attendance': ['Attended', 'Not Attended', 'Attended']
}
df = pd.DataFrame(values, columns=['Dates', 'Attendance'])
# changing the integer dates to datetime format
df['Dates'] = pd.to_datetime(df['Dates'], format='%Y%m%d%H%M%S%F')
# display
print(df)
print(df.dtypes)
输出:
