在毫秒时间戳上使用 pd.datetime() 很热门吗?
Hot to use pd.datetime() on milliseconds timestamp?
我正在尝试将我的时间从对象(从 csv 文件中读取)转换为日期时间格式。
我的时间格式是 07:00:00.16 (小时:分钟:seconds.milliseconds)
import pandas as pd
df=pd.read_csv('Copy.txt')
df.columns = df.columns.str.strip()
df['Time']=pd.to_datetime(df.Time, errors = 'coerce')
我的结果是时间栏都是"NaT"
如果我使用:df['Time']=pd.to_datetime(df.Time)
比我得到这个错误:OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1-01-01 07:00:00
请教如何更改列类型并保持完整的毫秒数据。
谢谢!
数据格式为:
0 07:00:00.0
1 07:00:00.1
2 07:00:00.2
3 07:00:00.3
4 07:00:00.4
5 07:00:00.5
6 07:00:00.6
7 07:00:00.7
8 07:00:00.8
9 07:00:00.9
10 07:00:00.10
11 07:00:00.11
12 07:00:00.12
13 07:00:00.13
14 07:00:00.14
15 07:00:00.15
16 07:00:00.16
Name: Time, dtype: object
如果您的 csv 以 '07:00:00.16'
之类的字符串格式存储时间,您可以简单地指定格式并提取 time
部分以将您的列转换为 datetime
对象:
df['Time'] = pd.to_datetime(df['Time'], format='%H:%M:%S.%f').dt.time
我正在尝试将我的时间从对象(从 csv 文件中读取)转换为日期时间格式。 我的时间格式是 07:00:00.16 (小时:分钟:seconds.milliseconds)
import pandas as pd
df=pd.read_csv('Copy.txt')
df.columns = df.columns.str.strip()
df['Time']=pd.to_datetime(df.Time, errors = 'coerce')
我的结果是时间栏都是"NaT"
如果我使用:df['Time']=pd.to_datetime(df.Time)
比我得到这个错误:OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1-01-01 07:00:00
请教如何更改列类型并保持完整的毫秒数据。 谢谢!
数据格式为:
0 07:00:00.0
1 07:00:00.1
2 07:00:00.2
3 07:00:00.3
4 07:00:00.4
5 07:00:00.5
6 07:00:00.6
7 07:00:00.7
8 07:00:00.8
9 07:00:00.9
10 07:00:00.10
11 07:00:00.11
12 07:00:00.12
13 07:00:00.13
14 07:00:00.14
15 07:00:00.15
16 07:00:00.16
Name: Time, dtype: object
如果您的 csv 以 '07:00:00.16'
之类的字符串格式存储时间,您可以简单地指定格式并提取 time
部分以将您的列转换为 datetime
对象:
df['Time'] = pd.to_datetime(df['Time'], format='%H:%M:%S.%f').dt.time