- 首先,读取数据时需要指定时间列的格式,以便Pandas能够正确地解析时间。例如,如下所示创建小型数据集:
import pandas as pd
data = {'date':['2020-01-01 13:30:00', '2020-01-02 16:45:30', '2020-01-03 04:20:00', '2020-01-04 08:00:00'],
'value':[100, 200, 300, 400]}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d %H:%M:%S')
其中,pd.to_datetime()
函数用于将字符串转换为Pandas中的日期时间格式,需要指定相应的时间格式。
- 接下来,将日期时间列转换为日期列。使用
.dt
属性访问时间相关信息,例如年份、月份、日期等,然后使用.date
方法获取日期部分。示例代码如下:
df['date'] = df['date'].dt.date
- 如果需要转换为指定格式的字符串,可以使用
.strftime()
方法。例如,将日期转换为YYYY-MM-DD
格式的字符串:
df['date'] = df['date'].apply(lambda x: x.strftime('%Y-%m-%d'))
完整代码如下:
import pandas as pd
data = {'date':['2020-01-01 13:30:00', '2020-01-02 16:45:30', '2020-01-03 04:20:00', '2020-01-04 08:00:00'],
'value':[100, 200, 300, 400]}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d %H:%M:%S')
df['date'] = df['date'].dt.date
df['date'] = df['date'].apply(lambda x: x.strftime('%Y-%m-%d'))
print(df)
输出结果如下:
date value
0 2020-01-01 100
1 2020-01-02 200
2 2020-01-03 300
3 2020-01-04 400
以上就是在Pandas中将数据时间转换为日期的完整攻略及实例。