熊猫转换日期格式 - Python

当我们需要处理日期数据时，往往会遇到需要把日期格式转换成另一种格式的情况。这时候，我们就可以使用 Python 中的 pandas 库中的 to_datetime() 方法来完成转换。

pandas 的 to_datetime() 方法

to_datetime() 方法可以将日期格式的字符串转换成 pandas 中的 Datetime 格式。这样，我们就可以方便地对日期格式进行操作，如计算日期差值、排序、分组等。

语法

pandas.to_datetime(arg, format=None, errors='raise', dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True)

参数

• arg：日期字符串/数组/列表/Series/DataFrame，必选参数。
• format：日期格式字符串，可选参数。默认情况下，pandas 会自动推导日期格式，但有时候会出现数据格式不规范的情况，需要手动指定日期格式。
• errors：错误处理方式，可选参数。默认为 'raise'，即在遇到错误时会抛出异常；如果指定为 'coerce'，则在遇到错误时会返回 NaT（即 pandas 中的缺失值）。
• dayfirst：是否将日期中的日期放在月份之前，可选参数。
• yearfirst：是否将日期中的年份放在月份之前，可选参数。
• utc：是否将日期转换成 UTC格式，可选参数。
• box：是否将转换后的日期包装成 pandas 中的 Timestamp 对象，可选参数。默认为 True。
• exact：是否对日期格式进行严格匹配，可选参数。默认为 True，表示如果格式不匹配，则抛出异常。如果为 False，则会尝试使用更宽泛的日期格式进行转换。
• unit：时间单位，可选参数。表示需要转换的时间单位，如 's' 表示秒，'ms' 表示毫秒等。
• infer_datetime_format：是否自动推导日期格式，可选参数。默认为 False。
• origin：时间基准，可选参数。默认为 'unix'，表示日期的起始时间为 1970 年 1 月 1 日。也可以设为其他日期，如 'julian' 表示起始时间为儒略日。
• cache：是否缓存日期格式字符串，可选参数。默认为 True。

示例

import pandas as pd

# 将日期字符串转换为 pandas 中的 Datetime 格式
date_str = '2022-07-01 12:34:56'
date = pd.to_datetime(date_str)
print(date)
# 输出：2022-07-01 12:34:56

# 指定日期格式
date_str = '22/7/1 12:34:56'
date = pd.to_datetime(date_str, format='%y/%m/%d %H:%M:%S')
print(date)
# 输出：2022-07-01 12:34:56

# 转换数组
date_arr = ['2022-07-01', '2022-07-02', '2022-07-03']
dates = pd.to_datetime(date_arr)
print(dates)
# 输出：DatetimeIndex(['2022-07-01', '2022-07-02', '2022-07-03'], dtype='datetime64[ns]', freq=None)

总结

pandas 中的 to_datetime() 方法可以方便地将日期字符串转换成 pandas 中的 Datetime 格式，并对日期进行各种操作。在实际开发中，我们也应该学会使用 to_datetime() 方法，以便更加高效地处理日期数据。