将Python Pandas – 字符串格式的数据转换为日期时间类型

在数据分析和处理中，经常遇到需要把字符串格式的日期时间数据转换为日期时间类型的需求。在Python中，可以使用Pandas库中的to_datetime函数实现这一转换。本文将会介绍如何使用Pandas将字符串格式的数据转换为日期时间类型。

准备工作

在开始将字符串格式的数据转换为日期时间类型之前，我们先需要导入Pandas库并读取数据。以一个包含日期时间字符串的CSV文件为例：

import pandas as pd

df = pd.read_csv('data.csv', parse_dates=['datetime'])
print(df.head())

这里使用了read_csv函数读取了一个包含日期时间字符串的CSV文件，并通过parse_dates参数指定将datetime列解析为日期时间格式。head()函数用于显示前5行数据。如何解析数据类型请参阅 Pandas官方文档：pandas.read_csv。

将字符串格式数据转换为日期时间类型

在将日期时间字符串数据转换为日期时间类型数据之前，需要先检查数据中的日期时间字符串格式是否符合指定的格式。如果数据中的日期时间字符串格式不符合指定的格式，则需要先对数据进行格式化处理。

可以使用Pandas的to_datetime函数将日期时间字符串转换为日期时间类型。这个函数支持许多不同的日期时间字符串格式并且可以根据需要自动解析。

以下是一个转换日期时间字符串数据的示例代码：

import pandas as pd

df = pd.read_csv('data.csv', parse_dates=['datetime'])

# 检查数据中的日期时间字符串格式是否符合指定的格式
print(pd.to_datetime(df['datetime'][0]))  # 默认格式

# 转换日期时间字符串数据
df['datetime'] = pd.to_datetime(df['datetime'], format='%Y-%m-%d %H:%M:%S')
print(df.head())

这里使用了to_datetime函数将datetime列转换为日期时间类型。如果不需要指定日期时间字符串的格式，则可以忽略format参数。

从日期时间类型中获取具体数据

在将日期时间字符串数据转换为日期时间类型后，我们可以轻松地提取年、月、日、时、分、秒等数据。

以下是一个从日期时间类型中提取年份数据的示例代码：

import pandas as pd

df = pd.read_csv('data.csv', parse_dates=['datetime'])
df['datetime'] = pd.to_datetime(df['datetime'], format='%Y-%m-%d %H:%M:%S')

# 提取日期时间类型数据的年份
df['year'] = df['datetime'].dt.year
print(df.head())

这里使用了dt属性提取日期时间类型的年份数据，然后将数据赋值给了一个新的year列。

同样，可以使用以下的方式来获取月份、日期、小时、分钟和秒等数据：

df['month'] = df['datetime'].dt.month
df['day'] = df['datetime'].dt.day
df['hour'] = df['datetime'].dt.hour
df['minute'] = df['datetime'].dt.minute
df['second'] = df['datetime'].dt.second