在 python 的数据表框架中将字符串列转换为日期格式

Question

举个简单的例子：

import datatable as dt
import pandas as pd
from datetime import datetime

d_t = dt.Frame(pd.DataFrame({"Date": ["04/05/2020", "04/06/2020"]}))

只有一个名为 Date 的列有两个 str32 类型的值。

如何将日期列转换为数据表框架中的日期格式。

我试过了

dates_list = [datetime.strptime(date, "%m/%d/%Y") for date in d_t["Date"].to_list()[0]]
d_t[:,"NewDate"] = dt.Frame(dates_list)
d_t["NewDate"].max()
# The code can run successfully so far.

但是结果是这样的:

     NewDate
    ▪▪▪▪▪▪▪▪
  0     NA

我认为它仍然不是日期格式。

即使我查了每一列的类型，我仍然不知道：

d_t.stypes

[Out]: (stype.str32, stype.obj64)

有什么办法可以解决这个问题吗？

感谢您的回答。

Answer 1

datatable 1.0 introduced new column types datatable.Type.date32 and datatable.Type.time64.

在这种情况下，从字符串列 Date 到 date32 类型的转换如下：

d_t[:, dt.update(Date_date = 
             dt.time.ymd(dt.as_type(dt.str.slice(dt.f.Date, 6, 10), int), 
                         dt.as_type(dt.str.slice(dt.f.Date, 3, 5), int), 
                         dt.as_type(dt.str.slice(dt.f.Date, 0, 2), int)))]

d_t

    Date        Date_date
    ▪▪▪▪        ▪▪▪▪
0   04/05/2020  2020-05-04
1   04/06/2020  2020-06-04

虽然有点冗长，但它在数据表内执行所有操作，没有中间列表或 pandas 帧的开销和惩罚。希望未来的版本会在 datatable.time.ymd() 之外添加更多功能，以简化此类转换操作。

如果您选择 ISO 8601 standard 来表示日期（即 %Y-%m-%d 格式的字符串），那么转换为 date32 会简单得多：

d_t = dt.Frame({"Date": ["2020-04-05", "2020-04-06"]})
d_t[0] = dt.Type.date32
d_t.stypes

> (stype.date32,)

在 python 的数据表框架中将字符串列转换为日期格式

Converting string column to date format in datatable frame in python

python

datetime

python-datetime

date-manipulation

py-datatable