Wie konvertiere ich String-Datumsangaben in Datetime-Objekte und filtere nach Datumsbereich in Pandas?

Konvertieren von Zeichenfolgen in das Datetime-Format in Pandas

Problem:

Gegeben ist ein Pandas-Datenrahmen mit eine Spalte, die Zeichenfolgen-Datumswerte enthält. Wie konvertieren Sie diese Werte in das Datum-Uhrzeit-Format? Wie können Sie außerdem Zeilen basierend auf einem bestimmten Datumsbereich filtern?

Lösung:

Konvertierung in das Datetime-Format:

Um Zeichenfolgen in Pandas in das Datum/Uhrzeit-Format zu konvertieren, verwenden Sie die Funktion to_datetime. Im Allgemeinen kann der Parser das Format der Eingabezeichenfolge automatisch bestimmen, sodass keine explizite Formatangabe erforderlich ist.

import pandas as pd

df = pd.DataFrame({'I_DATE': ['28-03-2012 2:15:00 PM', '28-03-2012 2:17:28 PM', '28-03-2012 2:50:50 PM']})

df['I_DATE'] = pd.to_datetime(df['I_DATE'])

Dieser Code konvertiert die I_DATE-Spalte in das Datum/Uhrzeit-Format. Die Ausgabe sieht so aus:

   I_DATE
0 2012-03-28 14:15:00
1 2012-03-28 14:17:28
2 2012-03-28 14:50:50

Zugriff auf Datumskomponenten:

Nach der Konvertierung können Sie auf einzelne Datumskomponenten wie Datum, Uhrzeit oder Tag zugreifen , mit dem dt-Accessor. Zum Beispiel:

# Get the date only
df['I_DATE'].dt.date

# Get the time only
df['I_DATE'].dt.time

Zeilen basierend auf Datumsbereich filtern:

Um Zeilen basierend auf einem Datumsbereich zu filtern, verwenden Sie die folgende Syntax:

df[(df['date'] > 'start_date') & (df['date'] < 'end_date')]

Zum Beispiel, um Zeilen zu filtern, deren Daten zwischen „04.02.2015“ und liegen '2015-02-10':

df[(df['date'] > '2015-02-04') & (df['date'] < '2015-02-10')]

Das obige ist der detaillierte Inhalt vonWie konvertiere ich String-Datumsangaben in Datetime-Objekte und filtere nach Datumsbereich in Pandas?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!