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。
- 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。
- 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。
- 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。
- yearfirst:同意布尔值;如果此参数的值为true,则将年份放在第一位。
- 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。
- 格式:这是一个字符串输入,用于指示日,月和年的位置。
- 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。
- 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”。
- 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。
- 来源:用于定义参考日期。
- 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:
- 列表式:DatetimeIndex
- 系列:datetime64 dtype系列
- 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()