将 pandas 数据框列转换为 np.datetime64

Question

我想向 pandas 数据框添加一个 np.datetime64 列，该数据框是从包含年、月、日、小时和分钟列的 .csv 文件中读取的，并将其用作指数。我将单独的列合并为一列日期时间字符串。

import numpy as np
import pandas as pd
filename = 'test.csv'
df = pd.read_csv(filename, header=0, usecols = [2,3,4,5,6], names = ['y','m','d','h','min'],dtype = {'y':'str','m':'str','d':'str','h':'str','min':'str'})  #read csv file into df
df['datetimetext'] = (df['y']+'-'+df['m']+'-'+df['d']+' '+df['h']+':'+df['min']+':00')

所以数据框看起来像这样：

           y   m   d   h min    datetimetext  
0       1993  09  06  00  30    1993-09-06 00:30:00
1       1993  09  06  01  00    1993-09-06 01:00:00
2       1993  09  06  01  30    1993-09-06 01:30:00
3       1993  09  06  02  00    1993-09-06 02:00:00
4       1993  09  06  02  30    1993-09-06 02:30:00
......

现在我想添加一个日期时间格式为 np.datetime64

的列

我要写

df['datetime'] = np.datetime64(df['datetimetext'])

但这会产生错误

ValueError: Could not convert object to NumPy datetime

我需要遍历数据帧的每一行，还是有更优雅的解决方案？

Answer 1

最简单的方法是

df['datetime'] = pd.to_datetime(df['datetimetext'])

LINK TO DOCS

但是，如果您的列命名得当，您可以直接从命名列进行转换。我使用 rename

重命名了您的专栏

m = dict(y='year', m='month', d='day', h='h', min='m')
# rename columns and get rid of datetimetext
df = df[['y', 'm', 'd', 'h', 'min']].rename(columns=m)
df

接下来我将执行转换并一次性分配给索引

df.index = pd.to_datetime(df)
df

将 pandas 数据框列转换为 np.datetime64

convert pandas dataframe column to np.datetime64

python

numpy

pandas

datetime64

LINK TO DOCS