Pandas bis heute

Pandas bis heute
„In diesem Artikel erfahren Sie, wie Sie eine Datenrahmenspalte bis Datum und Uhrzeit mithilfe der Funktion Pandas in DateTime konvertieren können. Der Umgang mit Daten in Pandas ist aufgrund der zahlreichen Funktionen und Methoden von Pandas sehr vielseitig. Daten werden jedoch nicht immer genau gelesen.”

Nachdem Sie dieses Tutorial beendet haben, werden Sie wissen:

  • So ändern Sie eine Datenspalte zum Datum mit der Funktion Pandas in DateTime -Funktion zum Datum.
  • So geben Sie das Datumsformat an, um verschiedene Zeichenfolgenformate zu ändern.
  • Konvertieren Sie Sekunden und Daten als Ganzzahlen in Pandas DateTime.

In diesem Artikel werden Sie vermittelt, wie Sie eine Stringspalte als Datum formatieren, mehrere Zeichenfolgenspalten als Daten formatieren und schließlich alle Datumsspalten als Datumsspalten formatieren.

So konvertieren oder ändern Sie DataFrame -Spalten in DateTime in Pandas?

In diesem Tutorial werden wir die Funktion to_datetime () verwenden. Lassen Sie uns zunächst die Methode pandas to_datetime () untersuchen, die eine PANDAS -Serie oder -Salze übernimmt und sie in eine DateTime umwandelt. Die Funktion bietet eine Vielzahl flexibler Parameter, mit denen Sie die Ergebnisse ändern können.

Syntax: Pandas.to_datetime (arg, fehler = 'raise', dayfirst = false, YearFirst = false, utc = none, box = true, format = none, exact = true, unit = none, infer_datetime_format = false, Origin = 'Unix', Cache = Cache = FALSCH)

Parameter

arg: Ein ganzzahliger Float-, String-, List- oder Wörterbuch -Objekt, der in ein DateTime -Objekt konvertiert werden soll.

Tagesfirst: Ein Bool -Wert. Es ist standardmäßig wahr.

JAHREFIRST: Boolescher Wert. Wenn wahr, wird das Jahr zuerst platziert.

koordinierte Weltzeit: Booleaner Wert, falls festgelegt, gibt er die Zeit in UTC zurück.

Format: Die Position von Tag, Monat und Jahr werden durch einen String -Eingang angegeben.

Rückgabetyp: DateTime -Serie.

Beispiel Nr. 1: Konvertieren Sie eine Stringspalte in DateTimeTime

Wir werden zunächst einen Datenrahmen unter Verwendung eines Wörterbuchs erstellen, um dieses Beispiel zu demonstrieren. Hier erstellen wir ein Wörterbuch. Wir importieren zuerst Pandas und bestehen dann das Wörterbuch als Argument im PD.DataFrame -Klasse.

Wir haben unseren Datenrahmen erstellt. Der DataFrame besteht aus vier Spalten "ID", "Name", "Gehalt" und Joining_Date. Die ID -Spalte speichert Stringwerte (1001, 1002, 1003, 1004, 1005, 1006), während die Spalten „Name“ und „Gehalt“ die Werte enthalten („Kiara“, „Sam“, „Cara“, „Brian "," Henry "," Bill ") und (12000, 10000, 9000, 9900, 11500, 11000). In der Spalte "Joining_Date" haben wir die Datumswerte als Zeichenfolgendaten ("05.01.2019", "3/10/2019", "3/10/2019", "5/2/2021", "4) gespeichert /4/2021 ”,„ 10/4/2021 “).

Um nun die Spalte "Joining_Date" in DateTime zu ändern, wenden wir die Methode to_datetime () an.

Wir haben die Spalte Joining_Date an die Funktion to_datetime () übergeben. Überprüfen wir nun, ob die Spalte in DateTime konvertiert wird oder nicht, indem Sie die Funktion info () in unserem Datenrahmen verwenden.

In der Spalte DTYPE/Spalte sehen Sie, dass das Spalten Joining_Date in DateTime konvertiert wird.

Beispiel Nr. 2: Konvertieren Sie eine numerische Spalte in DateTimeTime

Wir haben in Beispiel 1 gesehen. Jetzt erstellen wir einen Datenrahmen mit mindestens einer Spalte mit Datumswerten als Zeichenfolge und konvertieren ihn dann mit der Funktion to_datetime () in DateTime um.

Wir haben unseren Datenrahmen mit vier Spalten "ID", "Name", "Age" und "Task_Date" erstellt. Die Datenwerte (1011, 1022, 1033, 1044, 1055, 1066), ("Tom", "Mandy", "Sara", "Bran", "Lucy", "Blake") und (24, 21, 23) , 25, 21, 23) werden in den Spalten "ID", "Name" und "Alter" gespeichert. In der Spalte "Task_date" haben wir die Datumsdaten als numerische Werte (20220410, 20220412, 20220415, 20220501, 20220515, 20220610) gespeichert. Auch hier werden wir das DTYPES -Attribut verwenden, um die Datenatypen jeder Spalte in unserem Datenrahmen zu bestimmen.

Derzeit ist der Datentyp der Spalte "Task_date" int64. Um es in datetime umzuwandeln, werden wir die Methode to_datetime () verwenden.

Wir haben die Integer -Spalte mit der Funktion to_datetime () in datetime konvertiert. Die info () -Methode kann verwendet werden, um das Ergebnis zu überprüfen.

Anstatt die DateTime in derselben Spalte zu speichern, können wir die DateTime -Werte in einer neuen Spalte speichern.

Der Datentyp des neuen Spaltendatensatzes kann mithilfe des Attributs dtypes ermittelt werden.

Beispiel Nr. 3: Konvertieren Sie die Stringspalte in DateTime mit dem YYYYymmdd -Format

Wir können das Datumsformat der Datumsstringwerte ändern, nachdem die Werte mit der Funktion to_datetime () in datetime konvertiert wurden und den Formatparameter als gültiges Format angeben können. Wir werden zuerst einen Datenrahmen erstellen, der aus mindestens einer Spalte mit Datumswerten als Zeichenfolgen besteht.

Im obigen DataFrame haben wir zwei Spalten "Sales" und "Sales_date" mit Datenwerten (3, 2, 4, 10, 5, 6) und ("220110", "210215", "210330", "210401" erstellt. , "210510", "210620"). Derzeit ist der Datentyp der Spalte "Sales_date" "Objekt" sein.

Sie können sehen, dass die Spalte "Verkaufsdatum" im DataFrame das Datentyp "Objekt" enthält und angibt, dass es sich um eine Zeichenfolge handelt. Jetzt werden wir den Formatparameter der Methode to_datetime () verwenden, um den Datentyp in DateTime-Format („YYYY-MM-DD“) zu konvertieren.

Es ist ersichtlich, dass unsere Sales_date -Spalte in DateTime umgewandelt und in%y%M%d Format formatiert wird.

Beispiel Nr. 4: Konvertieren Sie die Mehrfachspalten in DateTime

Sie können die Methoden pandas apply () und to_datetime () verwenden, um mehrere Spalten in Pandas in DateTime umzuwandeln. Die Funktion apply () wird auf eine Liste mit Spaltenbezeichnungen angewendet, und die Funktion to_datetime () wird als Eingabe innerhalb der Funktion apply () übergeben. Erstens benötigen wir einen Datenrahmen mit mehreren Spalten, die die Datumsdaten enthalten.

Wir haben den erforderlichen Datenrahmen mit den Spalten "Aufgabe", "zuordnen_date" und "fixal_date" erstellt erstellt. In der Spalte "Aufgabe" haben wir Datenwerte (2, 4, 5, 2, 4, 3). In der Spalte "AIMALE_DATE" haben wir die Stringwerte ("13/02/2022", "3/03 /2019 "," 5/04/2019 "," 7/05/2021 "," 10.06.2021 "," 12/07/2021 ") und in der Spalte" fixiertes_Date "sind die Datenwerte (" 18/02/2022 "," 10/03/2022 "," 8/04/2022 "," 12/05/2022 "," 15/06/2022 "," 21/07/2022). Lassen Sie uns nun die Datumsspalten in DateTime umwandeln.

Wir haben die Spalten "AUFTRACHE_DATE" und "FULE_DATE" ausgewählt und dann die Funktion apply () angewendet, um die Funktion to_datetime () in beiden Spalten anzuwenden. Überprüfen Sie die Dyten der Spalten, um zu überprüfen, ob die Spalten in DateTime konvertiert werden.

Beide Spalten werden erfolgreich in DateTime konvertiert, wie oben in der DTYPE -Spalte zu sehen ist.

Beispiel Nr. 5: Konvertieren Sie die Unix Integer -Tage in DateTime

Die Umwandlung von Integer -Daten in Unix -Tage ist eine weitere leistungsstarke Konvertierung von Pandas. Eine Ganzzahlspalte kann in die Funktion to_datetime () eingegeben werden. Dazu müssen wir „D“ als Wert des UNIX -Parameters angeben, wodurch der Ganzzahlwert einen Tag aus einem bestimmten Ursprung darstellt. Erstellen wir einen Datenrahmen mit einer Ganzzahlspalte, die Datumsdaten darstellt.

Wir haben einen Datenrahmen mit nur einer Spalte "Datum" erstellt und die Datenwerte als Ganzzahlen gespeichert (12642, 23345, 25322, 14536, 13455). Konvertieren wir jetzt unsere Spalte in DateTime.

Indem wir die UNIX = "D" in der Funktion to_datetime () angeben, haben wir die UNIX -Tage (Ganzzahl) in DateTime konvertiert. Wir haben den Ursprungsparameter nicht angegeben, da er standardmäßig auf "Unix" eingestellt ist.

Andere Methoden wie Asttypes () können ebenfalls verwendet werden, um die Spalte des Datenrahmens in DateTime umzuwandeln. Die Verwendung der Methode to_datetime () ist jedoch eine bessere und authentischere Möglichkeit, diese Konvertierung durchzuführen.

Abschluss

In diesem Tutorial haben wir besprochen, wie die Pandas -Spalte oder -Serie in das DataTime -Objekt konvertiert werden kann. Wir haben die Funktion der to_datetime in diesem Tutorial verwendet, um Conversion von Pandas zu DateTime durchzuführen. Wir haben die Syntax der Funktion zusammen mit ihren Parametern gesehen, um ihre Arbeit und Funktionalität zu verstehen. In den Beispielen dieses Beitrags haben wir versucht, Ihnen beizubringen, wie Sie eine Stringspalte, eine numerische Spalte und mehrere Spalten in DateTime konvertieren können. Wir haben auch Methoden und Parameter zur Änderung der Datumsformate diskutiert.