python - 如何在 pandas (python) 中将时间对象转换为日期时间格式？

Question

我是 pandas 新手，正在练习一些基本功能。我有一个 CSV 文件，其中包含某个日期的每分钟的一些数据。读取 CSV 后，df.head() 给出以下结果:

        Time            C1  C2  C3  C4  C5  C6
0  2016-05-25 03:15:00  0   0   0   0   0   0
1  2016-05-25 03:16:00  0   0   0   0   0   0
2  2016-05-25 03:17:00  0   0   2   0   0   0  
3  2016-05-25 03:18:00  0   0   0   5   0   2
4  2016-05-25 03:19:00  0   0   0   0   0   5

我使用了pd.read_csv的parse_dates选项。因此，时间采用 datetime64[ns] 格式。因为日期是相同的，所以我不想在我的专栏上显示它。所以，我使用

df['Time']=df['Time'].dt.time

它执行了我想要的操作，但将格式更改为 object，这是我不想要的。根据其他一些答案的建议，我执行了以下操作:

df['Time']=pd.to_datetime(df['Time'], format="%H:%M:%S")
df['Time'].head()

0      1900-01-01 03:15:00
1      1900-01-01 03:16:00
2      1900-01-01 03:17:00
3      1900-01-01 03:18:00
4      1900-01-01 03:19:00
Name: Time, dtype: datetime64[ns]

这将该列转换为datetime64[ns]，但添加了一个额外的日期。是否可以仅将时间转换为 datetime64[ns] ？

Answer 1

不，这是不可能的。对于日期时间总是需要日期。

但是如果需要与时间一起工作，更好的是使用 timedelta由 strftime 提供对于带有 to_timedelta 的字符串 HH:MM:SS :

df['Time'] = pd.to_timedelta(df['Time'].dt.strftime('%H:%M:%S'))
print (df)
      Time  C1  C2  C3  C4  C5  C6
0 03:15:00   0   0   0   0   0   0
1 03:16:00   0   0   0   0   0   0
2 03:17:00   0   0   2   0   0   0
3 03:18:00   0   0   0   5   0   2
4 03:19:00   0   0   0   0   0   5

print (df.dtypes)
Time    timedelta64[ns]
C1                int64
C2                int64
C3                int64
C4                int64
C5                int64
C6                int64
dtype: object