如何將 DataFrame 的字串列轉換為 Pandas 中的日期時間？

將DataFrame 欄位類型從String 轉換為Datetime

處理DataFrame 中的結構化資料時，確保正確的資料類型至關重要。如果您有一列包含字串格式的日期（例如“dd/mm/yyyy”），則將其轉換為日期時間資料類型對於各種資料分析任務至關重要。

解決方案

Pandas 庫提供了一種將基於字串的日期轉換為日期時間資料類型的便捷方法。 pd.to_datetime() 函數是用於此目的的首選選項。以下是如何使用它：

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

這會將最初包含“dd/mm/yyyy”格式字串的“col”列轉換為日期時間物件。

指定格式

如果您的日期遵循特定格式，您可以使用該格式明確指定它參數：

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

這確保根據提供的格式解析日期，即使它與預設的“dd/mm/yyyy”不同。

歐洲時間格式

如果您正在處理來自歐洲地區的數據，其中日期遵循「dd-mm-yyyy」格式，您可以使用dayfirst 參數來正確解析日期：

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

此設定可確保根據歐洲日期約定正確解釋日和月值。

透過將基於字串的日期列轉換為日期時間資料類型，您可以提高資料的準確性和可用性，從而實現日期過濾、比較和時間序列等下游分析任務分析。

以上是如何將 DataFrame 的字串列轉換為 Pandas 中的日期時間？的詳細內容。更多資訊請關注PHP中文網其他相關文章！