Pandas DataFrame Float转Datetime用法及代码示例

Pandas Dataframe 提供了更改列值数据类型的自由。我们可以将它们从 Integers 更改为 Float 类型，将 Integer 更改为 Datetime，String 更改为 Integer，Float 更改为 Datetime 等。为了将 float 转换为 DateTime，我们使用 pandas.to_datetime() 函数并使用以下语法：

Syntax:pandas.to_datetime(arg, errors=’raise’, dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin=’unix’, cache=False)

范例1：使用 pandas.to_datetime() 将一列从 float 转换为 ‘yyyymmdd’ 格式

Python3


# importing pandas library
import pandas as pd
  
# Initializing the nested list 
# with Data set
player_list = [[20200112.0,'Mathematics'], 
               [20200114.0,'English'],
               [20200116.0,'Physics'], 
               [20200119.0,'Chemistry'],
               [20200121.0,'French'], 
               [20200124.0,'Biology'], 
               [20200129.0,'Sanskrit']]
  
# creating a pandas dataframe
df = pd.DataFrame(player_list,columns=['Dates','Test'])
  
# printing dataframe 
print(df)
print()
  
# checking the type 
print(df.dtypes)

输出：

更改数据类型后。

Python3


# converting the float to datetime format 
df['Dates'] = pd.to_datetime(df['Dates'], format='%Y%m%d') 
  
# printing dataframe 
print(df)
print()
  
print(df.dtypes)

输出：

在上面的示例中，我们将“Dates”列的数据类型从“float64”更改为“datetime64[ns]”类型。

范例2：如果 DataFrame 列是 yymmdd 格式，我们必须将其转换为 yyyymmdd 格式

Python3


# importing pandas library
import pandas as pd
  
# Initializing the nested list with 
# Data set
player_list = [[180112.0,'Mathematics'],
               [180114.0,'English'],
               [180116.0,'Physics'],
               [180119.0,'Chemistry'],
               [180121.0,'French'],
               [180124.0,'Biology'],
               [180129.0,'Sanskrit']]
  
# creating a pandas dataframe
df = pd.DataFrame(player_list,columns=['Dates','Test'])
  
# printing dataframe 
print(df)
print()
  
# checking the type 
print(df.dtypes)

输出：

更改数据类型后。

Python3


# converting the float to datetime format 
df['Dates'] = pd.to_datetime(df['Dates'], format='%y%m%d') 
  
# printing dataframe 
print(df)
print()
  
print(df.dtypes)

输出：

在上面的示例中，我们将“日期”列的数据类型从“float64”更改为“datetime64[ns]”，并将格式从“yymmdd”更改为“yyyymmdd”。

范例3：当我们必须将浮点列转换为日期和时间格式时

Python3


# importing pandas library
import pandas as pd
  
# Initializing the nested list with Data set
player_list = [[20200112082520.0,'Mathematics'],
               [20200114085020.0,'English'],
               [20200116093529.0,'Physics'],
               [20200119101530.0,'Chemistry'],
               [20200121104060.0,'French'],
               [20200124113541.0,'Biology'],
               [20200129125023.0,'Sanskrit']]
  
# creating a pandas dataframe
df = pd.DataFrame(player_list,columns=['Dates','Test'])
  
# printing dataframe 
print(df)
print()
  
# checking the type 
print(df.dtypes)

输出：

更改数据类型后。

Python3


# converting the float to datetime format 
df['Dates'] = pd.to_datetime(df['Dates'], format='%Y%m%d%H%M%S') 
  
# printing dataframe 
print(df)
print()
  
print(df.dtypes)

输出：

在上面的示例中，我们将“Dates”列的数据类型从“float64”更改为“datetime64[ns]”，并将格式更改为日期和时间

范例4：使用 pandas.to_datetime() 将多列从 float 转换为“yyyymmdd”格式

Python3


# importing pandas library
import pandas as pd
  
# Initializing the nested list with Data set
player_list = [[20200112.0,'Mathematics',20200113.0],
               [20200114.0,'English',20200115.0],
               [20200116.0,'Physics',20200117.0],
               [20200119.0,'Chemistry',20200120.0],
               [20200121.0,'French',20200122.0],
               [20200124.0,'Biology',20200125.0],
               [20200129.0,'Sanskrit',20200130.0]]
  
# creating a pandas dataframe
df = pd.DataFrame(player_list,columns=['Starting_Date','Test','Ending_Date'])
  
# printing dataframe 
print(df)
print()
  
# checking the type 
print(df.dtypes)

输出：

更改数据类型后。

Python3


# converting the float to datetime format 
# in multiple columns
df['Starting_Date'] = pd.to_datetime(df['Starting_Date'], 
                                     format='%Y%m%d') 
df['Ending_Date'] = pd.to_datetime(df['Ending_Date'],
                                   format='%Y%m%d') 
  
# printing dataframe 
print(df)
print()
  
print(df.dtypes)

输出：

在上面的示例中，我们将“Starting_Date”和“Ending_Date”列的数据类型从“float64”更改为“datetime64[ns]”类型。

相关用法

注：本文由纯净天空筛选整理自vanshgaur14866大神的英文原创作品 How to Convert Float to Datetime in Pandas DataFrame?。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。