Python中的熊市猫to_datetime（）方法

熊市猫的to_datetime（）方法可帮助我们将字符串Date time转换为Python Date time对象，以便可以毫无问题地进行操作。如果我们正在处理涉及时间因素的数据集，则熊市猫to_datetime（）非常有用。

当我们处理此类数据集时，时间通常被称为字符串。因此，无法对字符串执行诸如计算时差之类的时间操作。因此，将字符串类型转换为日期和类型格式变得至关重要。

句法

pandas.to_datetime(arg, errors=’raise’,dayfirst=False, yearfirst=False, utc=None, box=True, 
format=None, exact=True, unit=None, infer_datetime_format=False, origin=’unix’, cache=False)

参量

to_datetime（）函数具有以下参数。

1. arg：通常是int，float，string，datetime，list，tuple，1D array，Series。它是要转换为日期时间的对象。
2. 错误：它可以具有3个值，第1个是“忽略”第2个“提高”第3个是“强制”。默认情况下，其值为’raise。如果此参数的值设置为“ ignore”，则无效的解析将返回输入。如果为“ raise”，则无效的解析将引发异常。如果为“强制”，则无效的解析将设置为NaT。
3. dayfirst：它接受布尔值；如果此参数的值为true，则将日期放在第一位。
4. yearfirst：同意布尔值；如果此参数的值为true，则将年份放在第一位。
5. UTC：它也是一个布尔值，如果将该值设置为true，则以UTC格式返回时间。
6. 格式：这是一个字符串输入，用于指示日，月和年的位置。
7. 精确：如果为true则需要精确的格式匹配，这也是布尔值，否则允许格式匹配目标字符串中的任何位置。
8. unit：这是一个带有参数单位（D，s，ms，us，ns）的字符串，表示单位，它是整数或浮点数。默认情况下为“ ns”。
9. infer_datetime_format：如果为true，并且未提供数据格式，则为布尔值；否则为false。它尝试推断日期时间字符串的格式。
10. 来源：用于定义参考日期。
11. cache：这是一个布尔值；如果为true，则使用唯一的转换日期缓存来应用datetime转换。

返回值

如果解析成功。返回类型取决于输入：

1. 列表式：DatetimeIndex
2. 系列：datetime64 dtype系列
3. 标量：时间戳

基本上，它返回日期时间对象系列。

熊市猫示例程序to_datetime（）

编写一个程序以显示to_datetime（）的工作方式。

import pandas as pd

data = pd.DataFrame({'year': [2015, 2016, 2017, 2018, 2019, 2020],
                     'month': [2, 3, 4, 5, 6, 7],
                     'day': [4, 5, 6, 7, 8, 9]})
print(data)
print("nn")

x = pd.to_datetime(data)
print(x)

输出量

year  month  day
0  2015      2    4
1  2016      3    5
2  2017      4    6
3  2018      5    7
4  2019      6    8
5  2020      7    9


0   2015-02-04
1   2016-03-05
2   2017-04-06
3   2018-05-07
4   2019-06-08
5   2020-07-09
dtype: datetime64[ns]

在上面的示例中，我们可以看到我们使用pandas创建了一个DataFrame，其值分别为年，月和日。之后，我们使用to_datetime（）函数将其转换为日期格式，然后将其存储在另一个DataFrame中，最后打印出所需的DataFrame。

如果日期不符合时间戳限制，则传递errors =’ignore’将返回原始输入，而不引发异常。

传递错误=“强制”将强制将越界日期强制为NaT，除了将非日期（或不可解析的日期）强制为NaT。

也可以看看

熊市猫系列to_dataframe（）

熊市猫DataFrame head（）

熊市猫unique（）

熊市猫DataFrame describe（）

熊市猫ExcelWriter（）