Pandas日期列读取成日期格式
2022/9/10 23:23:16
本文主要是介绍Pandas日期列读取成日期格式,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
read_csv
的时候加一个参数:parse_dates = ['date']
,就会把date这一列自动转化为日期格式,例如
file_path = root_path + "/data/stock_data.csv" data = pd.read_csv(file_path, header = 0, sep = '\t') print(data)
如果原来读取进来日期格式为 “2018-05-09 10:43:52”
, 想把该日期变为 “20180509”
,可以这样处理:
data['date'].dt.strftime('%Y%m%d')
把某一列字符串格式的时间转化为时间格式的时间:
data = pd.DataFrame({'a': ['2019-01-27 12:34:45.0', '2019-01-27 11:28:32.0']}) data['timea'] = data['a'].apply(lambda x:parse(x)) print(data) a timea 0 2019-01-27 12:34:45.0 2019-01-27 12:34:45 1 2019-01-27 11:28:32.0 2019-01-27 11:28:32
timea列即为转化后的列,可以直接进行大小比较.
这篇关于Pandas日期列读取成日期格式的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-0601-电商商品中心解密:仅凭SKU真的足够吗?
- 2024-05-01为什么公共事业机构会偏爱 TiDB :TiDB 数据库在某省妇幼健康管理系统的应用
- 2024-04-26敏捷开发:想要快速交付就必须舍弃产品质量?
- 2024-04-26静态代码分析的这些好处,我竟然都不知道?
- 2024-04-26你在测试金字塔的哪一层?(下)
- 2024-04-26快刀斩乱麻,DevOps让代码评审也自动起来
- 2024-04-262024年最好用的10款ER图神器!
- 2024-04-2203-为啥大模型LLM还没能完全替代你?
- 2024-04-2101-大语言模型发展
- 2024-04-17基于SpringWeb MultipartFile文件上传、下载功能