python中使用pd.to_datetime函数从1970开始的情况

最新推荐文章于 2025-02-26 08:16:02 发布

BRYTLEVSON

最新推荐文章于 2025-02-26 08:16:02 发布

阅读量9.6k

点赞数 12

分类专栏： python pandas 文章标签： python 开发语言后端

本文链接：https://blog.csdn.net/brytlevson/article/details/123137129

版权

python 同时被 2 个专栏收录

48 篇文章

订阅专栏

pandas

11 篇文章

订阅专栏

这篇博客介绍了在Python的pandas库中如何处理时间列数据。首先，通过pd.to_datetime转换日期数据，避免了因数据类型为int导致的1970年错误。接着，将日期拆分为年、月、日三列，并展示了如何直接通过时间切片选取DataFrame的部分数据。此外，还提到了使用truncate和loc方法进行时间范围筛选。内容涵盖了DataFrame的时间列操作和时间切片的多种方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python中使用pd.to_datetime函数从1970开始以纳秒计时的情况

dataframe的时间列操作

将图中的日期用pd.to_datetime转为datetime

在这里插入图片描述

yq_df['date'] = pd.to_datetime(yq_df['date'])

使用上面代码之后时间变成了1970年
在这里插入图片描述

解决办法修改类型即可

我的原始数据类型为int 所以出现了1970的情况

yq_df['date'] = yq_df['date'].astype('str')
yq_df['date'] = pd.to_datetime(yq_df['date'])

DataFrame从一列datetime提取三列年月日

yq_df['date'] = yq_df['date'].astype('str')
yq_df['date'] = pd.to_datetime(yq_df['date'])
yq_df['year'] = yq_df['date'].dt.year
yq_df['month'] = yq_df['date'].dt.month
yq_df['day'] = yq_df['date'].dt.day
print(yq_df)

结果如下图
在这里插入图片描述

DataFrame中的datetime列时间切片

方法一直接切片时间切片即取头也取到尾

 yq_df.index = yq_df['date']
 print(yq_df['2020':'2021'])
 print(yq_df['2020-01':'2020-03'])

方法二 truncate

yq_data = df.truncate('1/1/2020', '2/25/2022')

方法三 loc

yq_data = df.loc[(movie_df_not_null.index > '2020-01-01') & (df.index < '2020-02-25')]