pandas将字符串转换成时间_pandas入门: 时间字符串转换为年月日

本文介绍了如何使用pandas将时间字符串转换为年月日,并提供了两种方法:方法1通过`pd.to_datetime`直接获取年、月、日、周;方法2利用`apply`和`strftime`进行转换。示例代码展示了详细步骤,适用于数据预处理场景。
摘要由CSDN通过智能技术生成

pandas中时间字符串转换为年月日方法总结。创建一个dataframe

df = pd.DataFrame(['2019-12-09', '2019-12-02'], columns=["date"])方法1:先转换为时间类型,在获取年月日

# 转换为时间类型

df["date"] = pd.to_datetime(df["date"], format='%Y-%m-%d')

# 获取年

df["year"] = pd.to_datetime(df["date"]).dt.year

# 获取月

df["month"] = pd.to_datetime(df["date"]).dt.month

# 获取日

df["day"] = pd.to_datetime(df["date"]).dt.day

# 获取周

df["week"] = pd.to_datetime(df["date"]).dt.week

print(df)

print(df.dtypes)

结果如下:

date year month day week

0 2019-12-09 2019 12 9 50

1 2019-12-02 2019 12 2 49

date datetime64[ns]

year int64

month int64

day int64

week int64

dtype: object方法2

# 转换为时间

df["date"] = pd.to_datetime(df["date"])

# 获取年月日

df["year-month-day"] = df["date"].apply(lambda x: x.strftime("%Y-%m-%d"))

# 获取年

df["year"] = df["date"].apply(lambda x: x.strftime("%Y"))

# 获取月

df["month"] = df["date"].apply(lambda x: x.strftime("%m"))

# 获取日

df["day"] = df["date"].apply(lambda x: x.strftime("%d"))

# 获取月日

df["month-day"] = df["date"].apply(lambda x: x.strftime("%Y-%m"))

# 获取周

df['week'] = df['date'].apply(lambda x: x.strftime('%W'))

print(df)

print(df.dtypes)

结果如下:

date year-month-day year month day month-day week

0 2019-12-09 2019-12-09 2019 12 09 2019-12 49

1 2019-12-02 2019-12-02 2019 12 02 2019-12 48

date datetime64[ns]

year-month-day object

year object

month object

day object

month-day object

week object

dtype: object

欢迎关注,一起学习

参考:

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值