python - Pandas - 将 float 转换为正确的日期时间或时间对象

Question

我有一个包含天气信息的观测数据集。每列包含特定字段，其中日期和时间位于两个单独的列中。时间列包含每小时时间，如 0000、0600 .. 最多 2300。我想做的是根据特定时间范围(例如 0000 UTC 到 0600 UTC 之间)过滤数据集。当我尝试读取 pandas 数据框中的数据文件时，默认情况下，时间列以浮点形式读取。当我尝试将其转换为数据时间对象时，它会生成一种我无法转换的格式。代码示例如下:

import pandas as pd
import datetime as dt 
df = pd.read_excel("test.xlsx") 
df.head()

产生以下结果:

       tdate   itime moonph  speed   ...          qnh  windir maxtemp mintemp
0  01-Jan-17  1000.0    NM7      5   ...    $1,011.60    60.0  $32.60  $22.80
1  01-Jan-17  1000.0    NM7      2   ...    $1,015.40   999.0  $32.60  $22.80
2  01-Jan-17  1030.0    NM7      4   ...    $1,015.10    60.0  $32.60  $22.80
3  01-Jan-17  1100.0    NM7      3   ...    $1,014.80   999.0  $32.60  $22.80
4  01-Jan-17  1130.0    NM7      5   ...    $1,014.60   270.0  $32.60  $22.80

然后我用以下行提取了时间列:

df["time"] = df.itime

df["time"]

0       1000.0
1       1000.0
2       1030.0
3       1100.0
4       1130.0
5       1200.0
6       1230.0
7       1300.0
8       1330.0
.
.
3261    2130.0
3262    2130.0
3263     600.0
3264     630.0
3265     730.0
3266     800.0
3267     830.0
3268    1900.0
3269    1930.0
3270    2000.0

Name: time, Length: 3279, dtype: float64

然后我尝试将时间列转换为日期时间对象:

df["time"] = pd.to_datetime(df.itime)

产生以下结果:

df["time"]

0      1970-01-01 00:00:00.000001000
1      1970-01-01 00:00:00.000001000
2      1970-01-01 00:00:00.000001030
3      1970-01-01 00:00:00.000001100

看来它已成功将数据转换为日期时间对象。但是，它将小时时间添加到毫秒，这对我来说很难进行过滤。

我想获得的最终数据格式是:

1970-01-01 06:00:00

或

06:00

感谢任何帮助。

Answer 1

当您读取 Excel 文件时，将 col itime 的 dtype 指定为 str:

df = pd.read_excel("test.xlsx", dtype={'itime':str})

然后你将看到一个字符串时间列，如下所示:

df = pd.DataFrame({'itime':['2300', '0100', '0500', '1000']})

然后指定格式并转换为时间:

df['Time'] = pd.to_datetime(df['itime'], format='%H%M').dt.time

    itime   Time
0   2300    23:00:00
1   0100    01:00:00
2   0500    05:00:00
3   1000    10:00:00