将 float64 列转换为日期时间 pandas [英] Convert float64 column to datetime pandas

问题描述

我有以下 pandas DataFrame 列 dfA['TradeDate']:

0     20100329.0
1     20100328.0
2     20100329.0
...

我希望将其转换为日期时间.

and I wish to transform it to a datetime.

基于 SO 上的另一个步骤，我首先将其转换为字符串，然后应用 strptime 函数.

Based on another tread on SO, I convert it first to a string and then apply the strptime function.

dfA['TradeDate'] = datetime.datetime.strptime( dfA['TradeDate'].astype('int').to_string() ,'%Y%m%d')

但是这会返回我的格式不正确的错误(ValueError).

However this returns the error that my format is incorrect (ValueError).

我发现的一个问题是该列不能正确地用于字符串，而是用于对象.

An issue that I spotted is that the column is not properly to string, but to an object.

当我尝试时:

dfA['TradeDate'] = datetime.datetime.strptime( dfA['TradeDate'].astype(int).astype(str),'%Y%m%d')

它返回:必须是 Str 而不是系列.

It returns: must be a Str and not Series.

推荐答案

您可以使用:

df['TradeDate'] = pd.to_datetime(df['TradeDate'], format='%Y%m%d.0')
print (df)
   TradeDate
0 2010-03-29
1 2010-03-28
2 2010-03-29

但是如果一些错误的值，添加 errors='coerce' 以替换它们到 NaT

But if some bad values, add errors='coerce' for replace them to NaT

print (df)
    TradeDate
0  20100329.0
1  20100328.0
2  20100329.0
3  20153030.0
4         yyy

df['TradeDate'] = pd.to_datetime(df['TradeDate'], format='%Y%m%d.0', errors='coerce')
print (df)
   TradeDate
0 2010-03-29
1 2010-03-28
2 2010-03-29
3        NaT
4        NaT

这篇关于将 float64 列转换为日期时间 pandas 的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！