Python Pandas to_datetime方法用法及代码示例

Pandas to_datetime(~) 方法将参数转换为 datetime 对象。

1.arg | number 或 string 或 datetime 或 sequence 或 map

要转换为 datetime 对象的对象。

2. errors | string | optional

转换不成功的处理方法：

默认情况下，errors="raise" 。

3. dayfirst | boolean | optional

如果 True ，则将第一个数字视为一天。例如， "10/12/2020" 将被解析为 2020 年 12 月 10 日。默认情况下， dayfirst=False 。

4. yearfirst | boolean | optional

如果 True ，则将第一个数字视为年份。例如， "20/12/10" 将被解析为 2020 年 12 月 10 日。默认情况下， yearfirst=False 。

5. utc | boolean | optional

是否将时区设置为 UTC。默认情况下，utc=False 。

6. format | string | optional

日期的格式字符串，遵循标准 Python 语法(例如 "%d/%m/%Y" )。

7. exact | boolean | optional

是否对指定的 format 强制执行精确匹配。默认情况下，exact=True 。

8. unit | string | optional

参数的时间单位：

"D", "s", "ms", "us", "ns"

默认情况下，unit="ns" 。

9. infer_datetime_format | boolean | optional

如果未指定 format 且此参数设置为 True ，则在可能的情况下推断格式。如果可以推断格式，则可以更有效地解析日期。

默认情况下，infer_datetime_format=False 。

10.origin | scalar | optional

使用的参考日期：

默认情况下，origin="unix" 。

11.cache | boolean | optional

解析日期时是否利用缓存。使用缓存将加快解析重复日期的过程，特别是那些具有时区偏移量的日期。请注意，只有当要解析的日期数量至少为 50 时，缓存才会生效。默认为 cache=False 。

返回类型取决于 arg 的类型：

要将 MM/DD/YYYY 格式的日期字符串转换为 Timestamp ：

pd.to_datetime("10/12/2020")   # October



Timestamp('2020-10-12 00:00:00')

请注意 Pandas 如何正式使用 YYYY-MM-DD 来表示日期。

日期字符串也可以采用 YYYY/MM/DD 格式：

pd.to_datetime("2020/12/10")   # December



Timestamp('2020-12-10 00:00:00')

很容易混淆日期和月份，因此一个好的做法是指定 format 参数：

pd.to_datetime("10/12/2020", format="%d/%m/%Y")



Timestamp('2020-12-10 00:00:00')

要将一系列日期字符串转换为一系列 dtype datetime64[ns] ：

pd.to_datetime(pd.Series(["25/12/2020", "26/12/2020"]))



0   2020-12-25
1   2020-12-26
dtype: datetime64[ns]

要将日期字符串数组转换为 DatetimeIndex (可用作 DataFrame 的索引)，请传入一个数组，如下所示：

pd.to_datetime(["25/12/2020", "26/12/2020"])



DatetimeIndex(['2020-12-25', '2020-12-26'], dtype='datetime64[ns]', freq=None)

相关用法

注：本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 Pandas | to_datetime method。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。