Wie konvertiere ich die String-Spalte eines DataFrames in DateTime in Pandas?

Konvertieren des DataFrame-Spaltentyps von String in Datetime

Beim Umgang mit strukturierten Daten in einem DataFrame ist die Sicherstellung der richtigen Datentypen von entscheidender Bedeutung. Wenn Sie eine Spalte haben, die Datumsangaben im Zeichenfolgenformat enthält (z. B. „tt/mm/jjjj“), ist die Konvertierung in den DType „Datum/Uhrzeit“ für verschiedene Datenanalyseaufgaben unerlässlich.

Lösung

Die Pandas-Bibliothek bietet eine praktische Möglichkeit, stringbasierte Datumsangaben in datetime-Dtype umzuwandeln. Die Funktion pd.to_datetime() ist hierfür die erste Wahl. So können Sie es verwenden:

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

Dadurch wird die Spalte „col“, die ursprünglich Zeichenfolgen im Format „TT/MM/JJJJ“ enthielt, in Datums-/Uhrzeitobjekte konvertiert.

Format angeben

Falls Ihre Daten einem bestimmten Format entsprechen, können Sie dies mithilfe des Formats explizit angeben Parameter:

df['col'] = pd.to_datetime(df['col'], format="%m/%d/%Y")

Dadurch wird sichergestellt, dass Datumsangaben gemäß dem bereitgestellten Format analysiert werden, auch wenn es vom Standardformat „TT/MM/JJJJ“ abweicht.

Europäische Zeitformate

Wenn Sie mit Daten aus europäischen Regionen arbeiten, in denen die Daten dem Format „TT-MM-JJJJ“ folgen, können Sie Folgendes verwenden der dayfirst-Parameter, um die Daten korrekt zu analysieren:

df['col'] = pd.to_datetime(df['col'], dayfirst=True)

Diese Einstellung stellt sicher, dass die Tages- und Monatswerte basierend auf europäischen Datumskonventionen korrekt interpretiert werden.

Durch Konvertieren Ihrer stringbasierten Datumsspalten Mit datetime dtype verbessern Sie die Genauigkeit und Nutzbarkeit Ihrer Daten und ermöglichen nachgelagerte Analyseaufgaben wie Datumsfilterung, Vergleiche und Zeitreihenanalyse.

Das obige ist der detaillierte Inhalt vonWie konvertiere ich die String-Spalte eines DataFrames in DateTime in Pandas?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!