Pandas日期時間格式化

當進行數據分析時，我們會遇到很多帶有日期、時間格式的數據集，在處理這些數據集時，可能會遇到日期格式不統一的問題，此時就需要對日期時間做統一的格式化處理。比如“Wednesday, June 6, 2020”可以寫成“6/6/20”，或者寫成“06-06-2020。

日期格式化符號

在對時間進行格式化處理時，它們都有固定的表示格式，比如小時的格式化符號為%H ,分鐘簡寫為%M ，秒簡寫為%S。下表對常用的日期格式化符號做了總結：

符號	說明
%y	兩位數的年份表示（00-99）
%Y	四位數的年份表示（000-9999）
%m	月份（01-12）
%d	月內中的一天（0-31）
%H	24小時制小時數（0-23）
%I	12小時制小時數（01-12）
%M	分鐘數（00=59）
%S	秒（00-59）
%a	本地英文縮寫星期名稱
%A	本地英文完整星期名稱
%b	本地縮寫英文的月份名稱
%B	本地完整英文的月份名稱
%w	星期（0-6），星期天為星期的開始
%W	一年中的星期數（00-53）星期一為星期的開始
%x	本地相應的日期表示
%X	本地相應的時間表示
%Z	當前時區的名稱
%U	一年中的星期數（00-53）星期天為星期的開始
%j	年內的一天（001-366）
%c	本地相應的日期表示和時間表示

Python處理

Python 內置的 strptime() 方法能夠將字符串日期轉換為 datetime 類型，下面看一組示例：

import pandas as pd
from  datetime import datetime
empdata = pd.read_csv("C:\\Users\\qwy\\Desktop\\data\\empdata.csv")date_str =empdata.loc[:,'HIREDATE']
for d in date_str:print(f"轉換前數據：{d},轉換前的數據類型：{type(d)},轉換后的數據類型：{type(datetime.strptime(d,'%Y-%m-%d'))}")

輸出結果：

轉換前數據：1980-12-17,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-02-20,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-02-22,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-04-02,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-09-28,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-05-01,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-06-09,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1987-04-19,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-11-17,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-09-08,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1987-05-23,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-12-03,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1981-12-03,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>
轉換前數據：1982-01-23,轉換前的數據類型：<class 'str'>,轉換后的數據類型：<class 'datetime.datetime'>

我們發現，從csv文件中讀取的數據類型為str類型，通過datetime.strptime()轉換后變為了datetime.datetime類型。也就是將字符串轉換為了時間類型。

注意：strftime() 可以將 datetime 類型轉換為字符串類型，恰好與 strptime() 相反。

import pandas as pd
from  datetime import datetime
empdata = pd.read_csv("C:\\Users\\qwy\\Desktop\\data\\empdata.csv")date_str =empdata.loc[:,'HIREDATE']
for d in date_str:print(f"轉換前格式：{d},轉換后的格式：{datetime.strftime(datetime.strptime(d,'%Y-%m-%d'),'%Y.%m.%d %H:%M:%S')}")

運行結果：

轉換前格式：1980-12-17,轉換后的格式：1980.12.17 00:00:00
轉換前格式：1981-02-20,轉換后的格式：1981.02.20 00:00:00
轉換前格式：1981-02-22,轉換后的格式：1981.02.22 00:00:00
轉換前格式：1981-04-02,轉換后的格式：1981.04.02 00:00:00
轉換前格式：1981-09-28,轉換后的格式：1981.09.28 00:00:00
轉換前格式：1981-05-01,轉換后的格式：1981.05.01 00:00:00
轉換前格式：1981-06-09,轉換后的格式：1981.06.09 00:00:00
轉換前格式：1987-04-19,轉換后的格式：1987.04.19 00:00:00
轉換前格式：1981-11-17,轉換后的格式：1981.11.17 00:00:00
轉換前格式：1981-09-08,轉換后的格式：1981.09.08 00:00:00
轉換前格式：1987-05-23,轉換后的格式：1987.05.23 00:00:00
轉換前格式：1981-12-03,轉換后的格式：1981.12.03 00:00:00
轉換前格式：1981-12-03,轉換后的格式：1981.12.03 00:00:00
轉換前格式：1982-01-23,轉換后的格式：1982.01.23 00:00:00

Pandas處理

除了使用 Python 內置的 strptime() 方法外，你還可以使用 Pandas 模塊的 pd.to_datetime() 和 pd.DatetimeIndex() 進行轉換。

1) to_datetime()

通過 to_datetime() 直接轉換為 datetime 類型

import pandas as pd
empdata = pd.read_csv("C:\\Users\\qwy\\Desktop\\data\\empdata.csv")date_str =empdata.loc[:,'HIREDATE']
date_time = pd.to_datetime(date_str)
print(date_time)

輸出結果：

0    1980-12-17
1    1981-02-20
2    1981-02-22
3    1981-04-02
4    1981-09-28
5    1981-05-01
6    1981-06-09
7    1987-04-19
8    1981-11-17
9    1981-09-08
10   1987-05-23
11   1981-12-03
12   1981-12-03
13   1982-01-23
Name: HIREDATE, dtype: datetime64[ns]

是不是比python中的strptime()更加好用呢？(^_)

2) DatetimeIndex()

import pandas as pd
empdata = pd.read_csv("C:\\Users\\qwy\\Desktop\\data\\empdata.csv")date_str =empdata.loc[:,'HIREDATE']
date_time = pd.DatetimeIndex(date_str)
print(date_time)

運行結果：

DatetimeIndex(['1980-12-17', '1981-02-20', '1981-02-22', '1981-04-02','1981-09-28', '1981-05-01', '1981-06-09', '1987-04-19','1981-11-17', '1981-09-08', '1987-05-23', '1981-12-03','1981-12-03', '1982-01-23'],dtype='datetime64[ns]', name='HIREDATE', freq=None)

使用 Datetimeindex() 函數設置時間序，示例如下：

import pandas as pd
import numpy as np
empdata = pd.read_csv("C:\\Users\\qwy\\Desktop\\data\\empdata.csv")date_str =empdata.loc[:,'HIREDATE']
date_time = pd.DatetimeIndex(date_str)df = pd.Series(np.random.randn(14),index = date_time)
print(df)

輸出結果：

1980-12-17   -0.118801
1981-02-20    0.049266
1981-02-22   -0.680420
1981-04-02    0.443656
1981-09-28    0.685218
1981-05-01    2.269103
1981-06-09   -0.704363
1987-04-19   -0.256806
1981-11-17   -0.855622
1981-09-08   -1.782622
1987-05-23    1.270465
1981-12-03   -1.282576
1981-12-03    0.710341
1982-01-23    0.545944
dtype: float64