Pandy DateTime to Ciąg

Pandy są łatwe w użyciu, prosta, elastyczna, mocna, szybka i open source biblioteka Python używana do analizy i manipulowania danymi. Jest to naprawdę bardzo pomocne w radzeniu sobie z zestawami danych do czyszczenia, analizy, manipulowania, badaniem danych. Biblioteka Pythona Pandas umożliwia programistom analizowanie dużej ilości danych i interpretacji lub wyciągnięcia wniosków statystycznych. Może szybko wyczyścić ogromny zestaw danych, aby ułatwić zrozumienie, czytanie i analizowanie. Może pomóc w nawiązaniu związku lub znaleźć korelację między danymi lub możesz wykonać dowolną operację matematyczną, taką jak suma, średnia, maks., Min itp., na danych.

Pandy pozwala również usunąć niechciane lub nieistotne, zerowe lub puste oraz niewłaściwe dane z zestawu danych o nazwie Cleaning Data Cleaning. Można go prosto zainstalować za pomocą polecenia instalacji PIP PANDAS. Jednak niektórzy dystrybutorzy Python, tacy jak Spyder i Anaconda, wstępnie zainstalowali bibliotekę pandy. Dlatego jeśli piszesz swój kod w tych dystrybutorach, musisz tylko zaimportować bibliotekę pand do swojego programu i możesz iść.

Po zaimportowaniu biblioteki pandy jesteś gotowy do użycia jej modułów i funkcji w swoim programie. Ten samouczek ma na celu wyjaśnienie, jak przekonwertować datetime na ciąg za pomocą biblioteki pandy w Python. Tutaj zapewnimy kilka prostych i łatwych do zrozumienia przykładów, aby dowiedzieć się, jak przekonwertować DATETIME na ciąg za pomocą biblioteki pandy w Python. Więc zacznijmy.

W Pythonie domyślnym formatem datetime jest JYYY - MM - DD, który jest reprezentowany jako (%y-%m -%d). Dostępne są różne wbudowane moduły pandy, które mogą przekonwertować datetime na ciąg. Pandy.Seris.dt.Strftime () jest najczęstszą metodą używaną do konwersji DATETIME na ciąg. W tym artykule wyjaśnimy, jak używać funkcji strftime () do konwersji DATETIME na ciąg, a także dwie inne funkcje to_dateTime () i DataFrame.styl.Format () funkcje w celu przekonwertowania datetime na ciąg za pomocą przykładów. Poniżej znajdują się kroki, które musisz podążać, aby przekonwertować DATETIME na ciąg:

Krok 1: Zbierz dane dat do konwersji

Pierwszym krokiem jest zebranie danych z dat, które chcesz przekonwertować na ciąg. Uzyskaj zestaw danych DATETIME, który chcesz na przykład konwertować na ciąg, a możesz mieć następujący zestaw danych z czterema różnymi datami; 2022/01/05, 2022/01/09, 2021/05/09, 2020/08/07, czas; 00:12:32, 13:45:53, 21:22:23, 11:00:26, kursy; Matematyka, statystyki, komputer, chemia. Zestaw danych reprezentuje harmonogram czterech kursów oferowanych z ich kolejnymi datami i czasem.

Krok 2: Utwórz ramkę danych zebranych danych

Teraz, gdy zebrałeś dane do konwersji, utwórz ramkę danych, aby rozpocząć proces konwersji. Rzeka danych będzie składać się z wierszy zawierających zestaw danych w stosunku do każdego wpisu i kolumn zawierających dostarczone dane, które są datami 2022/01/05, 2022/01/09, 2021/05/09, 2020/08/07, czas 00:12:32, 13:45:53, 21:22:23, 11:00:26 oraz nazwy kursów matematyka, statystyki, komputer, chemia. Zobacz poniższy kod, aby utworzyć ramkę danych danych harmonogramu.

importować pandy jako PD
Harmonogram = (
„Kursy”: [„Maths”, „Stats”, „komputer”, „chemia”],
„Czas”: [„00:12:32”, „13:45:53”, „21:22:23”, „11:00:26”],
„Data”: [„2022/01/05”, „2022/01/09”, „2021/05/09”, „2020/08/07”]]
)
df = pd.DataFrame (harmonogram)
Drukuj (DF)

Jak widać, import pandy jako polecenie PD są używane do importowania biblioteki pand do programu. I PD.DataFrame () służy do tworzenia ramki danych danego zestawu danych. Po uruchomieniu kodu podanego powyżej otrzymasz następujące dane wyjściowe:

Krok 3: Konwertuj DATETIME na ciąg

Teraz czas na przekonwertowanie danych DATETIME na ciąg. Po pierwsze, używamy pandy.To_DateTime () funkcja. Zobacz kod poniżej:

Przykład 1:

Ten przykład dotyczy PD.To_DateTime () funkcja.

df ['dateTypecol'] = PD.To_DateTime (df.Data)

Po uruchomieniu tego polecenia otrzymasz następujące dane wyjściowe:

Przykład 2:

W następnym przykładzie używamy pandy.Seria.dt.Strftime () Funkcja do konwersji DATETIME na ciąg. Oto przykładowy kod:

df ['Converted_Dates'] = df ['dataTypecol'].dt.Strftime („%m/%d/%y”)

Oto dane wyjściowe powyższego kodu:

Jeśli zauważysz, zobaczysz, że format lub kolejność danych jest również zmieniana, co oznacza, że ​​możesz umieścić datę we własnym formacie.

Przykład 3:

W trzecim przykładzie będziemy używać Lambda i DataFrame.styl.Format () funkcje, aby przekonwertować DATETIME na ciąg. Zobacz przykładowe polecenie poniżej:

df.styl.Format („data”: Lambda T: T.Strftime („%m/%d/%y”))

Po uruchomieniu powyższego komendy możesz zobaczyć następujące dane wyjściowe:

Jak widać, wyjście dla DataFrame.styl.Funkcja format () jest taka sama jak w przypadku pandy.Seria.dt.funkcja strftime (). Dlatego łatwo jest przekonwertować DATETIME na ciąg za pomocą pandy w Python.

Wniosek:

W tym artykule widzieliśmy trzy funkcje pandy w Pythonie używane do konwersji DATETIME na ciąg; Ramka danych.styl.Format () funkcja, pandy.Seria.dt.funkcja strftime () i PD.To_DateTime () funkcja. Aby pomóc Ci dowiedzieć się, jak korzystać z tych funkcji, podaliśmy przykładowe przykłady dla każdej funkcji, abyś mógł je ćwiczyć i szybko nauczyć się ich używać w swoich programach.