将 Y-m-d H:M:S 格式转换为 python 中的 int
Convert Y-m-d H:M:S format to int in python
使用 pandas，我将我的 csv 文件制作成数据框并将其命名为 data_A
data_A = pd.read_csv("D:/power.csv")
data_A 有列 time
我想把它转换成整型。
例如，2020-01-01 00:00:00 到 20200101000000
data_A['time'] 的数据类型是对象。
如何将整个列时间更改为 int64 值？
最一致的方法（防止偶然出现奇数日期）是将列转换为日期时间，然后再转换为字符串：
pd.to_datetime(data_A.time).dt.strftime('%Y%m%d%H%M%S').astype(int)
#0 20200101000000
#1 20200101000020
#Name: time, dtype: int64
但是由于你的 time 本质上是字符串，你可以通过标点符号拆分它们，然后加入：
data_A.time.str.split('\W').str.join('').astype(int)
#0 20200101000000
#1 20200101000020
#Name: time, dtype: int64
第二个解决方案大约快 40%。
使用 pandas，我将我的 csv 文件制作成数据框并将其命名为 data_A
data_A = pd.read_csv("D:/power.csv")
data_A 有列 time
我想把它转换成整型。
例如，2020-01-01 00:00:00 到 20200101000000
data_A['time'] 的数据类型是对象。
如何将整个列时间更改为 int64 值？
最一致的方法（防止偶然出现奇数日期）是将列转换为日期时间，然后再转换为字符串：
pd.to_datetime(data_A.time).dt.strftime('%Y%m%d%H%M%S').astype(int)
#0 20200101000000
#1 20200101000020
#Name: time, dtype: int64
但是由于你的 time 本质上是字符串，你可以通过标点符号拆分它们，然后加入：
data_A.time.str.split('\W').str.join('').astype(int)
#0 20200101000000
#1 20200101000020
#Name: time, dtype: int64
第二个解决方案大约快 40%。