我有一个巨大的数据集，我正在尝试解析时间戳列以具有以下格式:
YYYY-MM-DD HH:MM:SS:DEC 但我在数据框中的输出类似于:210309_131046520_11。
因此:我想将输出列拆分为以下列:
date, day, month, year, dec, hh, mm, ss
例如:210309_131046520_11
日期 2009年3月21日
天 09
月 03
年份2021
12月 520
hh 13
毫米 10
ss 46
我尝试使用datetime模块，但似乎没有任何帮助。有人可以帮忙吗？
我的时间戳列示例:
0 210309_131046520_11.sgy
1 210309_131046520_05.sgy
2 210309_131046528_02.sgy
3 210309_131046528_12.sgy
4 210309_131049712_07.sgy
...
162 210309_132658584_07.sgy
163 210309_132659632_10.sgy
164 210309_132701232_05.sgy
165 210309_132704256_02.sgy
166 210309_132707136_12.sgy
我的日期列示例:
0 131046520
1 131046520
2 131046528
3 131046528
4 131049712
...
162 132658584
163 132659632
164 132701232
165 132704256
166 132707136
我尝试过的一件事:
使用分割:
s_df["date"] = s_df["timestamp"].apply(lambda row: row.split("_")[1])
输出:
TypeError: list indices must be integers or slices, not str
最佳答案
您可以使用 datetime 的 strptime 来解释标准库中的日期:
from datetime import datetime as dt
dt.strptime('210309_131045620', '%y%m%d_%H%M%S%f')
Out: datetime.datetime(2021, 3, 9, 13, 10, 45, 620000)
在 pandas 数据框中，使用内置函数可以更有效地实现这一点，它符合相同的格式化语法:
import pandas as pd
pd.to_datetime(df['date'], format='%y%m%d_%H%M%S%f')
有关自定义格式字符串的详细信息，请参阅 strftime 引用:https://strftime.org
关于python - 时间戳解析，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/66942490/