- mongodb - 在 MongoDB mapreduce 中,如何展平值对象?
- javascript - 对象传播与 Object.assign
- html - 输入类型 ="submit"Vs 按钮标签它们可以互换吗?
- sql - 使用 MongoDB 而不是 MS SQL Server 的优缺点
我使用 pandas.to_datetime
来解析数据中的日期。 Pandas 默认用 datetime64[ns]
表示日期,即使日期都是每天的。我想知道是否有一种优雅/聪明的方法可以将日期转换为 datetime.date
或 datetime64[D]
以便当我将数据写入 CSV 时,日期不附加 00:00:00
。我知道我可以逐个元素地手动转换类型:
[dt.to_datetime().date() for dt in df.dates]
但这真的很慢,因为我有很多行,它有点违背了使用 pandas.to_datetime
的目的。有没有办法一次转换整个列的 dtype
?或者,pandas.to_datetime
是否支持精度规范,以便我可以在处理日常数据时摆脱时间部分?
最佳答案
从 0.15.0
版本开始,现在可以使用 .dt
轻松完成此操作仅访问日期组件:
df['just_date'] = df['dates'].dt.date
上面返回一个datetime.date
dtype,如果你想要一个datetime64
那么你可以normalize
将时间组件设置为午夜,因此它将所有值设置为 00:00:00
:
df['normalised_date'] = df['dates'].dt.normalize()
这将 dtype
保持为 datetime64
,但显示屏只显示 date
值。
关于python - 使用 pandas.to_datetime 时只保留日期部分,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16176996/
ruby 1.9.3dev(2011-09-23 修订版 33323)[i686-linux] 轨道 3.0.20 最近为什么在与 DateTime on Rails 相关的 RSpecs 项目上工作
我在这里过得很艰难。 我的 DataFrame 看起来像这样 Purchase_Date Customer_ID Gender 0 2012-12-18 00:00:00
我是 Pandas 的新手,当我运行下面的代码时,我得到了不同的结果: import pandas as pd ts = pd.to_datetime("2014-6-10 10:10:10.30",
我读入了一个包含日期的 CSV 文件。有些日期可能格式错误,我想找到那些。通过以下方法,我会期望第二行是NaT。但是无论我设置 infer_datetime_format 还是 exact,panda
我从一个 csv 文件中提取了下表: 时间戳 user_id 成本 val1 2011 年 1 月 1 日 01/07/2012 01/09/2013 01/02/2011 为此,我使用了以下语句:
我有一个看起来像这样的数据集: date id 0 2014-01-01 11000929 1 2014-01-01 11000190 2 2014-01-01
晚上好, 我有一个数据框(Pandas),其中有一列代表日期,格式如下: print(df["date"]) 14/01/18 12:47 14/01/18 12:48 14/01/18 12:50
我对 pandas to_datetime 在非美国日期的行为感到困惑。 在这个简单的例子中,Pandas 正确地推断出第 2 行和第 3 行的月份,但在第 1 行和第 4 行失败。 显然它将第 2
我有一个看起来像这样的数据集: date id 0 2014-01-01 11000929 1 2014-01-01 11000190 2 2014-01-01
我对这个标题表示歉意,但无法找到更好的措辞方式。 当我尝试运行时 pd.to_datetime(df['TimeStamp'], format='%Y-%m-%d %H:%M:%S.%f') 我收到以
我正在使用 pd.to_datetime 将字符串转换为 datetime; df = pd.DataFrame(data={'id':['DD-83']}) pd.to_datetime(df['i
我有以下数据框: month value 0 1949-01 3 1 1949-02 4 2 1949-03 5 df['month'] = pd.to_
我有一个 df,其条目主要是 'yyyymmdd' 日期字符串,但也有一些 'nan' 值。请注意,这里这些'nan'是字符串而不是浮点nan。现在我想将 df 中的所有日期字符串转换为 pandas
将三列转换为日期时间时,如何删除多索引列中的级别?下面的示例仅包含三列,而在我的日期框中当然还有更多列,并且其他列使用两个级别名称。 >>> import pandas as pd >
我有一个数据框,其中包含 YYYYMM 形式的日期(例如 201704)。 尝试将其转换为日期时间类型: data['ym'] = pd.to_datetime(data['ym'],format="
我正在阅读两种非常相似的 csv 文件。它们的长度大致相同,为 20 000 行。每条线代表每秒记录的参数。因此,第一列是时间戳。 在第一个文件中,模式如下:2018-09-24 15:38 在第二个
我有一个包含日期列的数据集: cod date value 0 1O8 2015-01-01 00:00:00 2.1 1 1
我正在尝试将一列 str 类型转换为 datetime 类型。但是当我写代码时: df.timeStamp = df.timeStamp.to_datetime 它只是告诉我 AttributeErr
我的数据框有一个“日期”列,它是对象类型,但我想将它转换为 pandas 时间序列。所以我正在使用 pd.to_datetime 函数。此函数正在转换数据类型,但输出不稳定。 代码: x1['TS']
有一个这样的 df: Dat 10/01/2016 11/01/2014 12/02/2013 “Dat”列具有对象类型,因此我尝试使用 to_datetime () pandas 函数将其切换为日期
我是一名优秀的程序员,十分优秀!