python - pandas 日期时间格式转换

Question

我的数据集在日期列中具有以下格式的值:

date
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]
[datetime.date(2017, 2, 17)]

我想将它们转换为日期时间的数据类型，这样我就无法对其进行时间序列分析。

我用以下方式编写:但它给了我值(value)错误

df_scores['date']=pd.to_datetime(df_scores['date'],format='[datetime.date("%Y, %m, %d")]')

Answer 1

如果您的列是列表中的date 对象列，这应该足够了 -

df.date = pd.to_datetime(df_scores['date'].str[0], errors='coerce')

如果您有一列字符串，则可以使用 str.findall 提取日期工件，并使用 str.join 以 >to_datetime 明白了。

i = df.date.astype(str)\
      .str.findall('\d+')\
      .str.join('/')
df.date = pd.to_datetime(i, errors='coerce')

如果您有一列字符串列表，而不是一列字符串，则需要astype(str)。如果您的列中存在格式错误的数据，您可能还需要另一个参数 errors='coerce'。

<小时/>

df

         date
0  2017-02-17
1  2017-02-17
2  2017-02-17
3  2017-02-17
4  2017-02-17
5  2017-02-17
6  2017-02-17
7  2017-02-17
8  2017-02-17
9  2017-02-17
10 2017-02-17
11 2017-02-17