以下措施应该有效:In[229]:
df['DATE'] = df['TR_DATE'].dt.date
df['TIME'] = df['TR_DATE'].dt.time
df
Out[229]:
TR_DATE DATE TIME
0 2015-03-18 19:59:58 2015-03-18 19:59:58
1 2015-03-19 13:23:37 2015-03-19 13:23:37
2 2015-03-19 13:27:04 2015-03-19 13:27:04
3 2015-03-19 14:23:53 2015-03-19 14:23:53
4 2015-03-19 15:01:50 2015-03-19 15:01:50
5 2015-03-19 17:45:42 2015-03-19 17:45:42
6 2015-03-19 17:49:58 2015-03-19 17:49:58
datetime列有.dt访问器来返回^{}和{a2}组件。在
注意,这将返回不支持向量化操作的datetime.date和{}对象。在
这假设数据类型已经是datetime,如果不是,则需要使用^{}进行转换:
^{pr2}$
在上述电话之前
如果您只需要str表示,可以调用^{}:In[231]:
df['DATE'] = df['TR_DATE'].dt.strftime('%Y-%m-%d')
df['TIME'] = df['TR_DATE'].dt.strftime('%H:%M:%S')
df
Out[231]:
TR_DATE DATE TIME
0 2015-03-18 19:59:58 2015-03-18 19:59:58
1 2015-03-19 13:23:37 2015-03-19 13:23:37
2 2015-03-19 13:27:04 2015-03-19 13:27:04
3 2015-03-19 14:23:53 2015-03-19 14:23:53
4 2015-03-19 15:01:50 2015-03-19 15:01:50
5 2015-03-19 17:45:42 2015-03-19 17:45:42
6 2015-03-19 17:49:58 2015-03-19 17:49:58
同样,由于这些是字符串,所以不能执行算术运算