这是我的问题的重现示例:
df = pd.DataFrame(["2018-01-13 17:25:54+0100",
"2018-01-13 07:23:36+0100",
"2018-01-13 08:15:48+0100"], columns=["date"])
print(type(datetime.strptime(df["date"][1], '%Y-%m-%d %H:%M:%S%z')))
print(type(pd.Series(df["date"].apply(lambda s: datetime.strptime(s, '%Y-%m-%d %H:%M:%S%z')))[1]))
输出是:
类“datetime.datetime”
类“pandas._libs.tslibs.timestamps.Timestamp”
如何使用 apply 函数(或类似函数)获取 datetime.datetime 对象?
最佳答案
使用 Pandas 方法进行 datetime
操作
通常,在处理 Pandas 数据帧时,避免使用标准库中的datetime
模块。您应该想要使用矢量化操作,并且应该依赖利用基于 NumPy 的矢量化的 Pandas 方法:
df['date'] = pd.to_datetime(df['date'])
print(df['date'].dtype)
# datetime64[ns]
但如果你坚持...
如果您希望导出到一个 datetime.datetime
值数组以便在 Pandas 外部使用,您可以使用 to_pydatetime
:
py_date = df['date'].dt.to_pydatetime()
# array([datetime.datetime(2018, 1, 13, 16, 25, 54),
# datetime.datetime(2018, 1, 13, 6, 23, 36),
# datetime.datetime(2018, 1, 13, 7, 15, 48)], dtype=object)
但是,一旦您使用了 Pandas,就很少需要这样做了。
关于python - Pandas 中的日期时间转换问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54041762/