pandas dataframe -spalte in datetime format

szenario:

Daten in einem Pandas DataFrame existieren häufig in verschiedenen Formaten, einschließlich Strings. Bei der Arbeit mit zeitlichen Daten können Zeitstempel anfänglich als Zeichenfolgen erscheinen, müssen jedoch für eine genaue Analyse in ein DateTime -Format konvertiert werden. Diese Funktion nimmt ein Formatargument an, das das erwartete Format der String -Spalte angibt.

Beispiel:

Betrachten Sie den folgenden DatenfraMe mit einer Spalte (mycol), die Strings in einem benutzerdefinierten Format enthalten:

pandas als pD -PDAS importieren PANDAS importieren. raw_data = pd.dataframe ({'mycol': ['05SEP2014: 00: 00: 00.000']}) um diese Spalte in DateTime zu konvertieren, den folgenden Code:

df ['mycol'] = pd.to_datetim ('&] Df ['mycol'] = pd.to_datetim ('&] Format = '%d%b%y:%H:%m:%S.%f')

import pandas as pd

raw_data = pd.DataFrame({'Mycol': ['05SEP2014:00:00:00.000']})

df['Mycol'] = pd.to_datetime(df['Mycol'], format='%d%b%Y:%H:%M:%S.%f')

Sobald die Spalte in DateTime konvertiert ist, können Sie date-basierte Filtervorgänge ausführen. Zum Beispiel, um Zeilen auszuwählen, deren Datum in einen bestimmten Bereich fällt:

start_date = '01sep2014' end_date = '30SEP2014' filtered_df = df [(df ['mycol']> = pd.to_datetime (start_date)) & (df ['mycol'] Der resultierende Filtered_DF enthält nur das Mycol -Spalten.