如何在Pandas DataFrame中把浮点数转换为数据时间

在 Pandas 中，可以使用 pd.to_datetime 函数将字符串或浮点数转换为日期时间数据。下面是将浮点数转换为日期时间的完整攻略：

1. 创建DataFrame

首先创建一个DataFrame，包含浮点数列和日期列：

import pandas as pd

df = pd.DataFrame({
    'float_col': [1.5, 2.0, 3.5],
    'date_col': ['2020-01-01', '2020-01-02', '2020-01-03']
})

由于 pd.to_datetime 只接受字符串格式，因此需要将浮点数列转换为字符串列：

df['float_col'] = df['float_col'].astype(str)

现在可以使用 pd.to_datetime 将字符串列转换为日期时间格式。注意，需要使用 format 参数指定转换格式。这里的格式字符串为 %m/%d/%Y，表示月/日/年格式：

df['date_col'] = pd.to_datetime(df['date_col'], format='%Y-%m-%d')
df['float_col'] = pd.to_datetime(df['float_col'], format='%H.%M')

以上转换代码中的 H 和 M 分别代表小时和分钟，可以根据实际情况进行调整。

完成转换后可以查看一下结果：

print(df)

输出结果如下：

            float_col   date_col
0 1900-01-01 01:30:00 2020-01-01
1 1900-01-01 02:00:00 2020-01-02
2 1900-01-01 03:30:00 2020-01-03

可以看到，浮点数列已经成功转换为了日期时间格式。

注意日期时间格式的显示格式可能因系统环境不同而有所差异。

Tags: pandas