Pandas日期时间格式化

符号	说明
%y	两位数的年份表示（00-99）
%Y	四位数的年份表示（000-9999）
%m	月份（01-12）
%d	月内中的一天（0-31）
%H	24小时制小时数（0-23）
%I	12小时制小时数（01-12）
%M	分钟数（00=59）
%S	秒（00-59）
%a	本地英文缩写星期名称
%A	本地英文完整星期名称
%b	本地缩写英文的月份名称
%B	本地完整英文的月份名称
%w	星期（0-6），星期天为星期的开始
%W	一年中的星期数（00-53）星期一为星期的开始
%x	本地相应的日期表示
%X	本地相应的时间表示
%Z	当前时区的名称
%U	一年中的星期数（00-53）星期天为星期的开始
%j	年内的一天（001-366）
%c	本地相应的日期表示和时间表示

Python 处理

Python 内置的 strptime() 方法能够将字符串日期转换为 datetime 类型，下面看一组示例：

1. from datetime import datetime
2. #将日期定义为字符串    
3. date_str1 = 'Wednesday, July 18, 2020' 
4. date_str2 = '18/7/20' 
5. date_str3 = '18-07-2020'  
6. #将日期转化为datetime对象 
7. dmy_dt1 = datetime.strptime(date_str1, '%A,%B%d,%Y') 
8. dmy_dt2 = datetime.strptime(date_str2, '%d/%m/%y') 
9. dmy_dt3 = datetime.strptime(date_str3, '%d-%m-%Y')  
10. #处理为相同格式，并打印输出
11. print(dmy_dt1) 
12. print(dmy_dt2) 
13. print(dmy_dt3)

输出结果：

2020-07-18 00:00:00
2020-07-18 00:00:00
2020-07-18 00:00:00

注意：strftime() 可以将 datetime 类型转换为字符串类型，恰好与 strptime() 相反。

Pandas处理

除了使用 Python 内置的 strptime() 方法外，你还可以使用 Pandas 模块的 pd.to_datetime() 和 pd.DatetimeIndex() 进行转换。

1) to_datetime()

通过 to_datetime() 直接转换为 datetime 类型

1. import pandas as pd
2. import numpy as np
3. date = ['2012-05-06 11:00:00','2012-05-16 11:00:00']
4. pd_date=pd.to_datetime(date)
5. df=pd.Series(np.random.randn(2),index=pd_date)

输出结果：

2012-05-06 11:00:00    0.189865
2012-05-16 11:00:00    1.052456
dtype: float64

2) DatetimeIndex()

使用 Datetimeindex() 函数设置时间序，示例如下：

1. date = pd.DatetimeIndex(['1/1/2008', '1/2/2008', '1/3/2008', '1/4/2008', '1/5/2008'])
2. dt = pd.Series(np.random.randn(5),index = date)
3. print(dt)

输出结果：

2008-01-01    1.965619
2008-01-02   -2.897374
2008-01-03    0.625929
2008-01-04    1.204926
2008-01-05    1.755680
dtype: float64

24 次浏览	1次

< 首页

< 下一页