如何在pandas中将字符串转换为日期时间格式？

Question

我在一个名为“train”的数据框中有一个名为“I_DATE”的字符串（对象）类型的列，如下所示。

I_DATE
28-03-2012 2:15:00 PM
28-03-2012 2:17:28 PM
28-03-2012 2:50:50 PM

如何将字符串格式的I_DATE转换为日期时间格式，并指定输入字符串的格式。

另外，在pandas中如何根据日期范围筛选行？

- GeorgeOfTheRF

---

简而言之，pandas.to_datetime 是与时间格式相关的编程函数。然而需要注意的是，并非所有的时间格式都能被正确解析。你可能需要查看关键字 dayfirst 或设置一个 format 。 - FObersteiner

Answer 1

使用 to_datetime。不需要格式字符串，因为解析器可以处理它：

In [51]:
pd.to_datetime(df['I_DATE'])

Out[51]:
0   2012-03-28 14:15:00
1   2012-03-28 14:17:28
2   2012-03-28 14:50:50
Name: I_DATE, dtype: datetime64[ns]

要访问日期/天/时间组件，请使用dt访问器：

In [54]:
df['I_DATE'].dt.date

Out[54]:
0    2012-03-28
1    2012-03-28
2    2012-03-28
dtype: object

In [56]:    
df['I_DATE'].dt.time

Out[56]:
0    14:15:00
1    14:17:28
2    14:50:50
dtype: object

您可以使用字符串作为过滤器，例如：

In [59]:
df = pd.DataFrame({'date':pd.date_range(start = dt.datetime(2015,1,1), end = dt.datetime.now())})
df[(df['date'] > '2015-02-04') & (df['date'] < '2015-02-10')]

Out[59]:
         date
35 2015-02-05
36 2015-02-06
37 2015-02-07
38 2015-02-08
39 2015-02-09

- EdChum

Answer 2

方法：1

给定原始的string格式：2019/03/04 00:08:48

可以使用

updated_df = df['timestamp'].astype('datetime64[ns]')

结果将以此datetime格式呈现：2019-03-04 00:08:48

方法：2

updated_df = df.astype({'timestamp':'datetime64[ns]'})

- Arjjun

Answer 3

对于AM/PM格式的日期时间，时间格式为'%I:%M:%S %p'。在https://strftime.org/上查看所有可能的格式组合。请注意，如果您有OP中的时间组件，则如果传递format=参数（有关更多信息，请参见此处），转换速度会快得多。

df['I_DATE'] = pd.to_datetime(df['I_DATE'], format='%d-%m-%Y %I:%M:%S %p')

要使用范围过滤日期时间，您可以使用 query：

df = pd.DataFrame({'date': pd.date_range('2015-01-01', '2015-04-01')})
df.query("'2015-02-04' < date < '2015-02-10'")

或者使用between创建掩码并过滤。

df[df['date'].between('2015-02-04', '2015-02-10')]

- cottontail