pandas string转datetime|极客教程

pandas string转datetime

在数据处理过程中，经常会遇到日期时间数据以字符串的形式存在。而在进行分析和可视化时，往往需要将这些字符串形式的日期时间数据转换为datetime格式，以便于进行时间序列分析和相关计算。在Python中，我们可以借助pandas库来将字符串转换为datetime类型。本文将详细介绍如何使用pandas进行这一操作。

1. 导入必要的库

首先，我们需要导入pandas库和相关模块：

import pandas as pd

2. 示例数据

为了演示如何将字符串转换为datetime类型，我们先创建一个包含日期时间字符串的示例数据集：

data = {'date': ['2021-01-01', '2021-02-15', '2021-03-20', '2021-04-10']}
df = pd.DataFrame(data)
print(df)

运行结果如下：

         date
0  2021-01-01
1  2021-02-15
2  2021-03-20
3  2021-04-10

3. 使用pandas将字符串转换为datetime

使用pandas将字符串转换为datetime类型，可以通过以下两种常用方法：

3.1 使用`pd.to_datetime()`

pd.to_datetime()函数可以将字符串转换为datetime类型。将日期时间字符串列传递给该函数即可完成转换。

df['date'] = pd.to_datetime(df['date'])
print(df)

运行结果如下：

        date
0 2021-01-01
1 2021-02-15
2 2021-03-20
3 2021-04-10

3.2 设置日期格式

有时候，日期时间字符串的格式可能并非标准的YYYY-MM-DD形式，而是其他形式，比如MM/DD/YYYY或者DD.MM.YYYY等。此时，我们可以使用format参数指定日期时间的格式。

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

运行结果如下：

        date
0 2021-01-01
1 2021-02-15
2 2021-03-20
3 2021-04-10

4. 处理时间序列数据

将字符串转换为datetime类型之后，我们可以方便地对时间序列数据进行处理和分析。例如，可以提取年、月、日等信息：

df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
df['day'] = df['date'].dt.day
print(df)

运行结果如下：

        date  year  month  day
0 2021-01-01  2021      1    1
1 2021-02-15  2021      2   15
2 2021-03-20  2021      3   20
3 2021-04-10  2021      4   10