Když se importuje soubor CSV a vytvoří se datový rámec, objekty Date time v souboru se čtou jako objekt typu řetězec, nikoli jako objekt Date Time objekt. Metoda Pandas to_datetime() pomáhá převést řetězec Date time na Krajta Objekt data a času.
Syntaxe Pandas.to_datetime().
Syntax: pandas.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=Žádné, box=True, format=Žádné, přesné=True, unit=Žádné, infer_datetime_format=False, origin='unix', cache=False)
Parametry:
- argument: Objekt typu celé číslo, řetězec, float, list nebo diktát, který se má převést na objekt Date time.
- první den: Booleovská hodnota, pokud je True, umístí den na první místo.
- první rok: Booleovská hodnota, pokud je True, umístí rok na první místo.
- utc: Booleovská hodnota, Vrátí čas v UTC, pokud je True.
- formát: Vstup řetězce pro určení polohy dne, měsíce a roku.
Typ návratu: Čas schůzky
Pandas.to_datetime() v příkladu Pandas
pandy to_datetime() se používá k převodu různých datových typů na objekty datetime. Uvidíme různé příklady, jak jej používat:
Převeďte řetězec Pandas na Datetime
Chcete-li převést data a časová data uložená jako texty na objekty datetime, použijte Pandas.to_datetime(). Formát se skládá z data a času.
Python3
import> pandas as pd> # date string> d_string>=> '2023-09-17 14:30:00'> # Convert the string to datetime> dt_obj>=> pd.to_datetime(d_string)> print>(dt_obj)> |
>
java programovací pole
>
Výstup:
2023-09-17 14:30:00>
Převeďte číselné hodnoty pandy na datum a čas
Objekty datetime lze vytvořit z číselných čísel, která představují čas, jako jsou sekundy od epochy Unixu. Jednotku vstupních dat můžeme určit pomocí argumentu unit.
Python3
import> pandas as pd> # Sample numerical value representing seconds since the Unix epoch> unix_timestamp>=> 1721700500> # Convert to datetime using 's' (seconds) as the unit> dt_obj>=> pd.to_datetime(unix_timestamp, unit>=>'s'>)> print>(dt_obj)> |
>
>
Výstup:
2024-07-23 02:08:20>
Převést sloupec Pandas na DateTime
Zde bude vysvětleno, jak pracovat s daty a časem pomocí Knihovna pand. Hlavním cílem je transformovat informace o datu a čase ze souboru CSV do formátu, který usnadňuje analýzu a usnadňuje její pochopení.
Pro odkaz na použitý soubor CSV klikněte zde .
Příklad 1: Konverze formátu data pomocí Pandy
Řetězec na datum V následujícím příkladu je načten soubor csv a sloupec data datového rámce je převeden na objekt Date Time z objektu typu string.
Python3
datová struktura
# Importing the pandas package> import> pandas as pd> # Making a data frame from a CSV file> data>=> pd.read_csv(>'/content/todatetime.csv'>)> # Overwriting data after changing the 'Date' format> data[>'Date'>]>=> pd.to_datetime(data[>'Date'>])># Corrected: Added quotes around 'Date'> # Info of the data> data.info()> # Display the data> print>(data.head())> |
>
>
Výstup:
RangeIndex: 1000 entries, 0 to 999 Data columns (total 2 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 1000 non-null datetime64[ns] 1 Time 1000 non-null object dtypes: datetime64[ns](1), object(1) memory usage: 15.8+ KB Date Time 0 1993-08-06 12:42 PM 1 1996-03-31 6:53 AM 2 1993-04-23 11:17 AM 3 2005-03-04 1:00 PM 4 1998-01-24 4:47 PM>
Jak je znázorněno na obrázku, sloupec Data Type of Date byl objekt, ale po použití to_datetime() byl převeden na objekt typu datum a čas.
Příklad 2: Převod formátu času pomocí Pandas
Touto metodou lze také převést výjimku při převodu objektu Time. Ale protože ve sloupci Čas není uvedeno datum, a proto Pandy vloží Dnešní datum v takovém případě automaticky.
Python3
# importing pandas package> import> pandas as pd> # making data frame from csv file> data>=> pd.read_csv(>'/content/todatetime.csv'>)> # overwriting data after changing format> data[>'Time'>]>=> pd.to_datetime(data[>'Time'>])> # info of data> data.info()> # display> print>(data.head())> |
mysql show uživatelům
>
>
Výstup:
RangeIndex: 1000 entries, 0 to 999 Data columns (total 2 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 Date 1000 non-null object 1 Time 1000 non-null datetime64[ns] dtypes: datetime64[ns](1), object(1) memory usage: 15.8+ KB Date Time 0 8/6/1993 2023-10-12 12:42:00 1 3/31/1996 2023-10-12 06:53:00 2 4/23/1993 2023-10-12 11:17:00 3 3/4/2005 2023-10-12 13:00:00 4 1/24/1998 2023-10-12 16:47:00>
Jak je znázorněno na výstupu, datum (2018-07-07), které je dnešním datem, je již přidáno k objektu Date time.