使用pandas.to_datetime转换时指定日期格式 [英] Specifying date format when converting with pandas.to_datetime

问题描述

我有一个csv文件中的数据，日期以英文标准格式存储为字符串 - ％d /％m /％Y - 意思是： p>

  12/01/2012 
 30/01/2012 
  

上述示例代表2012年1月12日和2012年1月30日。

当我使用熊猫版本导入这些数据0.11.0我应用了以下转换：

 将大熊猫导入为pd 
 ... 
 cpts。 Date = cpts.Date.apply（pd.to_datetime）
  

但它不一致地转换日期。为了使用我现有的示例，12/01/2012将转换为2012年12月1日的datetime对象，但2012年1月30日，2012年1月30日将转换为2012年1月30日，这是我想要的。

在查看此问题后，我尝试了： p>

  cpts.Date = cpts.Date.apply（pd.to_datetime，format ='％d /％m /％Y'）
  

但结果是完全一样的。 源代码表明我正在做正确的事情，所以我是不知所措。有没有人知道我在做错什么？

解决方案

你可以使用 parse_dates read_csv 在读取数据时直接进行转换。

这里的诀窍是使用 dayfirst = True 表示您的日期从一天开始，而不是与当月开始。有关详细信息，请参阅： http://pandas.pydata.org/ pandas-docs / dev / generated / pandas.io.parsers.read_csv.html

当您的日期必须是索引时：

 >>>将大熊猫导入为pd 
>>> StringIO import StringIO 
>>>> s = StringIO（date，value 
 ... 12/01 / 2012,1 
 ... 12/01 / 2012,2 
 ... 30/01/2012 ，3）
>>> 
>>> pd.read_csv（s，index_col = 0，parse_dates = True，dayfirst = True）
值
日期
 2012-01-12 1 
 2012-01-12 2 
 2012-01-30 3 
  

或当您的日期位于某一列时： p>

 >>> s = StringIO（date 
 ... 12/01/2012 
 ... 12/01/2012 
 ... 30/01/2012）
>>>> 
>>> pd.read_csv（s，parse_dates = [0]，dayfirst = True）
日期
 0 2012-01-12 00:00:00 
 1 2012-01-12 00:00： 00 
 2 2012-01-30 00:00:00 
  

I have data in a csv file with dates stored as strings in a standard UK format - %d/%m/%Y - meaning they look like:

12/01/2012
30/01/2012

The examples above represent 12 January 2012 and 30 January 2012.

When I import this data with pandas version 0.11.0 I applied the following transformation:

import pandas as pd
...
cpts.Date = cpts.Date.apply(pd.to_datetime)

but it converted dates inconsistently. To use my existing example, 12/01/2012 would convert as a datetime object representing 1 December 2012 but 30/01/2012 converts as 30 January 2012, which is what I want.

After looking at this question I tried:

cpts.Date = cpts.Date.apply(pd.to_datetime, format='%d/%m/%Y')

but the results are exactly the same. The source code suggests I'm doing things right so I'm at a loss. Does anyone know what I'm doing wrong?

解决方案

You can use the parse_dates option from read_csv to do the conversion directly while reading you data.
The trick here is to use dayfirst=True to indicate your dates start with the day and not with the month. See here for more information: http://pandas.pydata.org/pandas-docs/dev/generated/pandas.io.parsers.read_csv.html

When your dates have to be the index:

>>> import pandas as pd
>>> from StringIO import StringIO
>>> s = StringIO("""date,value
... 12/01/2012,1
... 12/01/2012,2
... 30/01/2012,3""")
>>> 
>>> pd.read_csv(s, index_col=0, parse_dates=True, dayfirst=True)
            value
date             
2012-01-12      1
2012-01-12      2
2012-01-30      3

Or when your dates are just in a certain column:

>>> s = StringIO("""date
... 12/01/2012
... 12/01/2012
... 30/01/2012""")
>>> 
>>> pd.read_csv(s, parse_dates=[0], dayfirst=True)
                 date
0 2012-01-12 00:00:00
1 2012-01-12 00:00:00
2 2012-01-30 00:00:00

这篇关于使用pandas.to_datetime转换时指定日期格式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！