我正在尝试使用 pandas.to_datetime() 将 pandas.DataFrame 的索引从字符串格式转换为日期时间索引。导入 pandas:在 [1] 中:导入 pandas 作为 pdIn [2]:pd.__version__O...
我正在尝试将字符串格式的索引转换 pandas.DataFrame
为日期时间索引,使用 pandas.to_datetime()
.
导入熊猫:
In [1]: import pandas as pd
In [2]: pd.__version__
Out[2]: '0.10.1'
创建一个示例 DataFrame:
In [3]: d = {'data' : pd.Series([1.,2.], index=['26/12/2012', '10/01/2013'])}
In [4]: df=pd.DataFrame(d)
查看指数。请注意日期格式为日/月/年:
In [5]: df.index
Out[5]: Index([26/12/2012, 10/01/2013], dtype=object)
将索引转换为日期时间:
In [6]: pd.to_datetime(df.index)
Out[6]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2012-12-26 00:00:00, 2013-10-01 00:00:00]
Length: 2, Freq: None, Timezone: None
此时,您已经可以看到每个条目的日期格式不同。第一个条目没有问题,第二个条目的月份和日期互换了。
这是我想要写的,但要避免日期字符串的格式不一致:
In [7]: df.set_index(pd.to_datetime(df.index))
Out[7]:
data
2012-12-26 1
2013-10-01 2
我猜测第一个条目是正确的,因为该函数“知道”没有 26 个月,因此不会选择默认的月/日/年格式。
还有其他/更好的方法吗?我可以将格式传递给函数 to_datetime()
吗?
谢谢。
编辑:
我找到了一种无需使用 pandas.to_datetime 即可实现此目的的方法:
import datetime.datetime as dt
date_string_list = df.index.tolist()
datetime_list = [ dt.strptime(date_string_list[x], '%d/%m/%Y') for x in range(len(date_string_list)) ]
df.index=datetime_list
但有点乱。欢迎提出任何改进。
参数 dayfirst
有(隐藏?) to_datetime
:
In [23]: pd.to_datetime(df.index, dayfirst=True)
Out[23]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2012-12-26 00:00:00, 2013-01-10 00:00:00]
Length: 2, Freq: None, Timezone: None
在 pandas 0.11(及以后版本)中,您将能够使用以下 format
参数:
In [24]: pd.to_datetime(df.index, format='%d/%m/%Y')
Out[24]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2012-12-26 00:00:00, 2013-01-10 00:00:00]
Length: 2, Freq: None, Timezone: None