Pandy konwertują kolumnę na datetime

Dane szeregów czasowych są często napotykane w przypadku danych w pandy. Pandy jest idealną ramą do radzenia sobie z danymi szeregów czasowych w Python. Z dostarczonym zestawem danych możemy wymagać przekształcenia ciągu w format Datetime. Konieczne może być zmiana formatowania DATETIME kolumny, jeśli obecnie przechowuje dane jako ciąg lub typ obiektu. W kolumnie wykorzystującej format datytu, można przeprowadzić wiele działań czasowych. Na przykład możesz określić różnicę w czasie między dwiema datami i odzyskać konkretne szczegóły, takie jak miesiąc, rok itp.

Możemy zmienić format kolumny z łańcucha lub nawet obiektu na datetime, stosując metody panda to_dateTime () i asype (). Można obrócić DATETIME w ramce danych, która ma kolumnę łańcuchową, która jest sformatowana w określony sposób, wykorzystując metodę DATETIME (), która rozpoznaje argument formatu w celu zdefiniowania daty i godziny formatu. Użytkownik nie będzie mógł wykonywać na nich żadnych funkcji opartych na seriach czasowych, gdy daty nie zostały wprowadzone w odpowiednim formacie. Musimy zmienić daty do formatu niezbędnego czasu, aby to obsłużyć.

W tym artykule obejmie metody konwersji kolumny Pandas DataFrame z obiektem lub ciągiem w danych danych DATETIME.

Przykład nr 1: Wykorzystanie PD.TO_DATETIME () Metoda konwertowania typu kolumny Pandas DataFrame z String na DateTime

W tej metodzie wykorzystamy „Pandy.To_DateTime () ”, aby zmienić danych typu danych danych Pandas DataFrame w kolumnie.

Najpierw zaimportuj bibliotekę do programu Python. Następnie ustaw pseudonim na PD, aby użyć funkcjonalności biblioteki PandaS. Główny kod zaczyna się od utworzenia obiektu DataFrame „wpis”. Następnie przypisaliśmy ten obiekt do wyjścia wywołania funkcji Pandas DataFrame. Skonstruowaliśmy ramkę danych, wykorzystując pandy.Metoda dataFrame (). W tym ramie danych zainicjowaliśmy trzy kolumny: datę, zdarzenie i koszty.

Możesz zobaczyć, że kolumna „data” przechowuje dane w formacie „DD/MM/RH”. Więc nie musimy tego ustawiać. Zamiast tego możemy bezpośrednio pracować nad naszym wymaganym zadaniem. Wyświetlimy ramę danych, którą właśnie stworzyliśmy, stosując metodę print ().

Po pomyślnym utworzeniu naszego DataFrame sprawdzimy danych dla wszystkich kolumn DataFrame. Użyjmy metody Pandas info (), aby spojrzeć na danych wartości w każdej kolumnie.

Poniższy obraz wyjściowy pokazuje nam ramkę danych z 3 kolumnami, a następnie wyświetla danych dla wszystkich 3 kolumn.

Ponieważ musimy zmienić danych „Data” kolumny, skupimy. Musimy zmienić jego format z obiektu na datetime. Oto pandy.To_DateTime () Funkcja umożliwi nam konwersję formatu na datetime:

Musimy postępować zgodnie z tą składnią, aby zastosować PD.To_DateTime () funkcja:

Nazwa obiektu DataFrame z nazwą kolumny między długimi nawiasami a operatorem przypisania „=”, teraz wywołuje pandy.Metoda dateTime () z nazwą DataFrame, która ma wymaganą nazwę kolumny jako jej parametry. Na naszej ilustracji jest to „wpis ['data'] = PD.to_DateTime (wpis ['data']) ”.

Po wywołaniu tej funkcji następne połączenie znajduje się w funkcji pandas info (), aby zobaczyć zaktualizowane dane danych o danych danych.

Terminal pokazuje dane wyjściowe powyższego programu z kolumną „Data” konwertuj danych z obiektu na Datetime.

Przykład nr 2: Wykorzystanie Pandas DataFrame.ASTYPE () Metoda konwersji typu kolumny Pandas DataFrame z String na DateTime

Kolejną metodą konwersji danych z danych kolumny danych na DATETIME jest wykorzystanie PandaS DataFrame.funkcja istype ().

Korzystamy z opracowanej przez nas danych w ostatnim przykładzie, aby stworzyć tę ilustrację. Z tymi samymi trzema kolumnami DataFrame, zapisaliśmy je w obiekcie DataFrame. I wyświetl go za pomocą funkcji print ().

Zobaczmy obraz wyjściowy programu.

„Data” i kolumna „zdarzenia” posiada danych z danych obiektowych, podczas gdy kolumna „kosztu” ma danych INT. Konwersja danych zostanie wykonana w kolumnie „Data”, ponieważ omawiamy modyfikację kolumny do danych danych.

Wykazamy, jak zmienić danych typu kolumny DataFrame „Data” z obiektu na format datetime. Ale tym razem stosujemy Metodę Pandas DataFrame.ASTYPE () dla wspomnianego celu.

W migawce powyższego kodu używamy metody ASTYPE () z biblioteki Pandas. Składnia, którą przestrzegamy w celu wykonania tej metody, to nazwa obiektu DataFrame z nazwą kolumny, którą chcesz przekonwertować na format DateTime, między długimi nawiasami, po operatorze przypisania „=”, ponownie tą samą nazwą DataFrame i DataFrame i Nazwa kolumny z „.Funkcja istype () ”.

Pomiędzy nawiasami metody Astype () musisz określić wymagany danych. Ponieważ musimy przekonwertować go na danych DATETIME, dostarczyliśmy danych „DateTime64 [ns])”. Na koniec wyświetliśmy dane danych, wywołując metodę info ().

To daje nam następujący wynik:

Przykład nr 3: Wykorzystanie Pandy.TO_DATE () Metoda konwertowania danych na DATETIME i zmiany formatu kolumny Pandas DataFrame

Załóżmy, że musimy zmienić kolumnę ramki danych z „yymmdd” na „tys.

Rozpocznij program ponownie, importując bibliotekę Pandy jako PD, aby uzyskać dostęp do funkcji pandas. W następnym kroku utworzyliśmy listę słownika „PLIST” i przypisaliśmy jej zestaw danych z 2 zestawami wartości. Następnie, aby przekonwertować tę listę na ramkę danych, tworzymy obiekt „Nowy” i przypisujemy go wyświetlanie PD.Funkcja dataFrame (). Podajemy nazwę listy i właściwość „kolumny” podane dwie kolumny o nazwie „daty” i „spotkania”, jako parametr PD.Funkcja dataFrame () do konstruowania ramki danych z 2 kolumnami. Następnie wywołujemy funkcję „print ()”, aby wyświetlić tę ramkę danych. Zastosujemy także kolejną właściwość „DTYPES”, aby określić danych typu kolumn z ramki danych.

Migawka wykonana z poniższego terminalu wyjściowego pokazuje ramkę danych z 2 kolumnami i jawnie określić danych z każdej kolumny.

Na powyższym obrazie widać, że typ danych kolumny „dat” jest zdefiniowany jako obiekt.

Używamy PD.To_DateTime () funkcja z tą samą składnią, którą wyjaśniliśmy w pierwszym przykładzie z jednym dodatkiem do parametrów tym razem. Z nazwą DataFrame i Nazwa kolumny używamy również parametru „Format” w tej ilustracji, aby określić format, w którym chcemy wyświetlić kolumnę „dat”. Ustaliliśmy styl „Format = '%y%m%d'”. Teraz będziemy wyświetlać ramkę danych, a także danych danych kolumn DataFrame.

Oto dane wyjściowe z poprzednimi i zaktualizowanymi formatami kolumny „daty”, a także konwertowanego danych dla tej konkretnej kolumny:

Wniosek

Moduł Pythona Pandas zapewnia kilka funkcji, aby ułatwić programistom pracę nad przetwarzaniem danych. Metoda Panda „PD.to_DateTime () ”i„ DataFrame.istype () ”został omówiony dla konwersji danych z danych stringów na datetime. Wyjaśniliśmy techniki za pomocą praktycznych przykładów kodu Pythona zaimplementowanych na Spyder, aby proces uczenia się sprawił, że proces uczenia.