将 Pandas 系列转换为 DataFrame 中的日期时间

Question

我有一个 Pandas DataFrame 如下

        ReviewID       ID      Type               TimeReviewed
205     76032930  51936827  ReportID 2015-01-15 00:05:27.513000
232     76032930  51936854  ReportID 2015-01-15 00:06:46.703000
233     76032930  51936855  ReportID 2015-01-15 00:06:56.707000
413     76032930  51937035  ReportID 2015-01-15 00:14:24.957000
565     76032930  51937188  ReportID 2015-01-15 00:23:07.220000

>>> type(df)
<class 'pandas.core.frame.DataFrame'>

TimeReviewed 是系列类型

>>> type(df.TimeReviewed)
<class 'pandas.core.series.Series'>

我试过下面，但它仍然没有改变系列类型

import pandas as pd
review = pd.to_datetime(pd.Series(df.TimeReviewed))
>>> type(review)
<class 'pandas.core.series.Series'>

如何把df.TimeReviewed改成DateTime类型，分别拉出年、月、日、时、分、秒？我是 python 的新手，感谢您的帮助。

Answer 1

您不能：根据定义，DataFrame 列是 Series。也就是说，如果您使 dtype（所有元素的类型）类似于日期时间，那么您可以通过 .dt 访问器（docs）访问您想要的数量：

>>> df["TimeReviewed"] = pd.to_datetime(df["TimeReviewed"])
>>> df["TimeReviewed"]
205  76032930   2015-01-24 00:05:27.513000
232  76032930   2015-01-24 00:06:46.703000
233  76032930   2015-01-24 00:06:56.707000
413  76032930   2015-01-24 00:14:24.957000
565  76032930   2015-01-24 00:23:07.220000
Name: TimeReviewed, dtype: datetime64[ns]
>>> df["TimeReviewed"].dt
<pandas.tseries.common.DatetimeProperties object at 0xb10da60c>
>>> df["TimeReviewed"].dt.year
205  76032930    2015
232  76032930    2015
233  76032930    2015
413  76032930    2015
565  76032930    2015
dtype: int64
>>> df["TimeReviewed"].dt.month
205  76032930    1
232  76032930    1
233  76032930    1
413  76032930    1
565  76032930    1
dtype: int64
>>> df["TimeReviewed"].dt.minute
205  76032930     5
232  76032930     6
233  76032930     6
413  76032930    14
565  76032930    23
dtype: int64

如果您无法使用旧版本的 pandas，您始终可以手动访问各种元素（同样，在将其转换为 datetime-dtyped 系列之后）。它会更慢，但有时这不是问题：

>>> df["TimeReviewed"].apply(lambda x: x.year)
205  76032930    2015
232  76032930    2015
233  76032930    2015
413  76032930    2015
565  76032930    2015
Name: TimeReviewed, dtype: int64

Answer 2

一些方便的脚本：

hour = df['assess_time'].dt.hour.values[0]

Answer 3

df=pd.read_csv("filename.csv" , parse_dates=["<column name>"])

type(df.<column name>)

示例：如果您想将最初为字符串的日期转换为 Pandas

中的时间戳

df=pd.read_csv("weather_data2.csv" , parse_dates=["day"])

type(df.day)

输出将是pandas.tslib.Timestamp

将 Pandas 系列转换为 DataFrame 中的日期时间

Convert Pandas Series to DateTime in a DataFrame

python

datetime

dataframe

pandas