時(shí)間object轉(zhuǎn)換datetime實(shí)例

首先說(shuō)一下：

• 1/17/07 has the format “%m/%d/%y”
• 17-1-2007 has the format “%d-%m-%Y”

這是一部分的時(shí)間轉(zhuǎn)換格式，通過(guò)以上的格式，你可以將DataFrame中的時(shí)間格式轉(zhuǎn)換為以下等python格式：

0   2007-03-02
1   2007-03-22
2   2007-04-06
3   2007-04-14
4   2007-04-15
Name: date_parsed, dtype: datetime64[ns]

dtype:datetime64，這是轉(zhuǎn)換過(guò)后的形式，其實(shí)你可以將原數(shù)據(jù)使用dtype查看列，來(lái)看它的格式。你會(huì)發(fā)現(xiàn)它是object形式的。這個(gè)object格式一般是python用來(lái)記錄可變化的兌現(xiàn)的格式。這個(gè)格式并不能認(rèn)出是時(shí)間格式，盡管我們一眼就能看出，但機(jī)器不行。

data = pd.read_csv('path')    # 獲取data數(shù)據(jù)
data['date'].head()  # 查看一下日期列

0    01/02/1965
1    01/04/1965
2    01/05/1965
3    01/08/1965
4    01/09/1965
Name: Date, dtype: object

可以看出它為object格式，并非日期格式。

data['date_parsed'] = pd.to_datetime(data['date'], format="%m/%d/%y")

上面我們按python格式轉(zhuǎn)換時(shí)間，并添加到新的一列中去。

dara['date_parsed'].head()    #查看一下結(jié)果
1
0    1965-01-02
1    1965-01-04
2    1965-01-05
3    1965-01-08
4    1965-01-09
 
Name: data_parsed, dtype: datetime64[ns]

處理過(guò)程中可能會(huì)出現(xiàn)問(wèn)題：

/opt/conda/lib/python3.6/site-packages/pandas/core/tools/datetimes.py in _convert_listlike(arg, box, format, name, tz)
    271                     try:
    272                         result = array_strptime(arg, format, exact=exact,
--> 273                                                 errors=errors)
    274                     except tslib.OutOfBoundsDatetime:
    275                         if errors == 'raise':
 
pandas/_libs/tslibs/strptime.pyx in pandas._libs.tslibs.strptime.array_strptime()
 
ValueError: time data '1975-02-23T02:58:41.000Z' does not match format '%m/%d/%Y' (match)

反復(fù)的驗(yàn)證后發(fā)現(xiàn)應(yīng)該是原數(shù)據(jù)有問(wèn)題，部分時(shí)間數(shù)據(jù)格式有誤：

比如： 1965-01-02，這是正常時(shí)間格式，但是有的時(shí)間數(shù)據(jù)是：1965-01-028、1969-011-26 等情況，時(shí)間數(shù)據(jù)長(zhǎng)度超過(guò)正常的len=10.

因此我們需要數(shù)據(jù)預(yù)處理，清洗數(shù)據(jù)。

數(shù)據(jù)預(yù)處理

方式一

添加一列記錄為每行時(shí)間的長(zhǎng)度，apply(len)：傳入len()函數(shù)，處理Date列數(shù)據(jù)。

data['over_long'] = data['Date'].apply(len)  # 添加一列記錄為每行時(shí)間的長(zhǎng)度，apply(len)：傳入len()函數(shù)
data.loc[data['over_long'] > 10]    # 輸出大于正常數(shù)據(jù)的行   這里會(huì)發(fā)現(xiàn)缺失有那么幾行在作怪?。?！

正常處理：

normal_dates = data.loc[data['over_long'] < 11]    # 篩選出正常數(shù)據(jù)
normal_dates = normal_dates.copy()        # 拷貝
normal_dates['data_parsed'] = pd.to_datetime(normal_dates['Date'],format='%m/%d/%Y')    # 再次轉(zhuǎn)換時(shí)間，沒(méi)有報(bào)錯(cuò)
normal_dates['data_parsed'].head(10)    # 輸出查看沒(méi)問(wèn)題的數(shù)據(jù)

方式二

data['date_parsed'] = pd.to_datetime(data['Date'], format = "%m/%d/%Y", errors = 'coerce')

errors = 'coerce'

Pandas數(shù)據(jù)轉(zhuǎn)換時(shí)遇到不能轉(zhuǎn)換的數(shù)據(jù)轉(zhuǎn)為NaN的參數(shù)設(shè)置 errors='coerce'

Pandas 提供了一個(gè)可選的參數(shù) errors，傳入 errors='coerce'，Pandas 遇到不能轉(zhuǎn)換的數(shù)據(jù)就會(huì)賦值為 NaN（Not a Number）

在這里，Pandas 遇到不能轉(zhuǎn)化的時(shí)間數(shù)據(jù)后會(huì)賦值 Nan 并跳過(guò)。

方式三

data['date_parsed'] = pd.to_datetime(data['Date'], infer_datetime_format=True)

infer_datetime_format: boolean類(lèi)型, default False

如果設(shè)定為T(mén)rue并且 parse_dates 可用，那么pandas將嘗試轉(zhuǎn)換為日期類(lèi)型，如果可以轉(zhuǎn)換，轉(zhuǎn)換方法并解析。在某些情況下會(huì)快5~10倍。

在這里，Pandas 遇到不能轉(zhuǎn)化的時(shí)間數(shù)據(jù)后會(huì)跳過(guò)。

參考：

Link

Link

到此這篇關(guān)于pd.to_datetime中時(shí)間object轉(zhuǎn)換datetime實(shí)例的文章就介紹到這了,更多相關(guān)pd.to_datetime 時(shí)間轉(zhuǎn)換datetime內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論