Keď sa importuje súbor CSV a vytvorí sa dátový rámec, objekty Date time v súbore sa čítajú ako objekt typu reťazec a nie ako objekt Date Time. Preto je veľmi ťažké vykonávať operácie ako Časový rozdiel na reťazci a nie ako objekt Date Time objekt. Metóda Pandas to_datetime() pomáha konvertovať reťazec Date time na Python Objekt dátumu a času.
Syntax Pandas.to_datetime().
Syntax: pandas.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=Žiadne, box=True, format=Žiadne, presné=True, unit=Žiadne, infer_datetime_format=False, origin='unix', cache=False)
Parametre:
- arg: Objekt typu celé číslo, reťazec, float, zoznam alebo diktát, ktorý sa má previesť na objekt Date time.
- prvý deň: Booleovská hodnota, ak je pravda, umiestni deň na prvé miesto.
- prvý rok: Booleovská hodnota, ak je pravda, umiestni rok na prvé miesto.
- UTC: Booleovská hodnota, ak je pravda, vráti čas v UTC.
- formát: Vstup reťazca na určenie polohy dňa, mesiaca a roku.
Typ návratu: Dátum Čas
Pandas.to_datetime() v príklade Pandas
pandy to_datetime() sa používa na konverziu rôznych typov údajov na objekty typu datetime. Uvidíme rôzne príklady, ako ho použiť:
Preveďte reťazec Pandas na dátum a čas
Ak chcete previesť údaje dátumu a času uložené ako texty na objekty typu datetime, použite Pandas.to_datetime(). Formát pozostáva z dátumu a času.
Python3
import> pandas as pd> # date string> d_string>=> '2023-09-17 14:30:00'> # Convert the string to datetime> dt_obj>=> pd.to_datetime(d_string)> print>(dt_obj)> |
>
operátor zvyšku pythonu
>
Výkon:
2023-09-17 14:30:00>
Previesť číselné hodnoty pandy na dátum a čas
Objekty datetime možno vytvoriť z číselných čísel, ktoré predstavujú čas, ako sú sekundy od epochy Unixu. Jednotku vstupných údajov môžeme špecifikovať pomocou argumentu unit.
Python3
import> pandas as pd> # Sample numerical value representing seconds since the Unix epoch> unix_timestamp>=> 1721700500> # Convert to datetime using 's' (seconds) as the unit> dt_obj>=> pd.to_datetime(unix_timestamp, unit>=>'s'>)> print>(dt_obj)> |
>
>
Výkon:
2024-07-23 02:08:20>
Previesť stĺpec Pandy na dátum a čas
Toto vysvetlí, ako pracovať s údajmi dátumu a času pomocou Knižnica Pandy. Hlavným cieľom je transformovať informácie o dátume a čase zo súboru CSV do formátu, ktorý robí analýzu zrozumiteľnejšou a užitočnejšou.
Pre odkaz na použitý súbor CSV kliknite tu .
Príklad 1: Formát dátumu konverzie pomocou Pandy
Reťazec na dátum V nasledujúcom príklade sa načíta súbor csv a stĺpec dátumu dátového rámca sa skonvertuje na objekt Date Time z objektu typu string.
Python3
čo je súborový systém linux
# Importing the pandas package> import> pandas as pd> # Making a data frame from a CSV file> data>=> pd.read_csv(>'/content/todatetime.csv'>)> # Overwriting data after changing the 'Date' format> data[>'Date'>]>=> pd.to_datetime(data[>'Date'>])># Corrected: Added quotes around 'Date'> # Info of the data> data.info()> # Display the data> print>(data.head())> |
java zásobníky
>
>
Výkon:
RangeIndex: 1000 entries, 0 to 999 Data columns (total 2 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 1000 non-null datetime64[ns] 1 Time 1000 non-null object dtypes: datetime64[ns](1), object(1) memory usage: 15.8+ KB Date Time 0 1993-08-06 12:42 PM 1 1996-03-31 6:53 AM 2 1993-04-23 11:17 AM 3 2005-03-04 1:00 PM 4 1998-01-24 4:47 PM>
Ako je znázornené na obrázku, stĺpec Data Type of Date bol objekt, ale po použití to_datetime() sa skonvertoval na objekt dátumu a času.
Príklad 2: Konverzia formátu času pomocou Pandas
Touto metódou je možné skonvertovať aj výnimku pri prevode objektu Time. Ale keďže v stĺpci Čas nie je zadaný dátum, a preto ho vložia Pandy Dnešný dátum v takom prípade automaticky.
Python3
# importing pandas package> import> pandas as pd> # making data frame from csv file> data>=> pd.read_csv(>'/content/todatetime.csv'>)> # overwriting data after changing format> data[>'Time'>]>=> pd.to_datetime(data[>'Time'>])> # info of data> data.info()> # display> print>(data.head())> |
>
>
Výkon:
RangeIndex: 1000 entries, 0 to 999 Data columns (total 2 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 1000 non-null object 1 Time 1000 non-null datetime64[ns] dtypes: datetime64[ns](1), object(1) memory usage: 15.8+ KB Date Time 0 8/6/1993 2023-10-12 12:42:00 1 3/31/1996 2023-10-12 06:53:00 2 4/23/1993 2023-10-12 11:17:00 3 3/4/2005 2023-10-12 13:00:00 4 1/24/1998 2023-10-12 16:47:00>
Ako je znázornené na výstupe, dátum (2018-07-07), ktorým je dnešný dátum, je už pridaný k objektu Date time.