Pandas DataFrame Float轉Datetime用法及代碼示例

Pandas Dataframe 提供了更改列值數據類型的自由。我們可以將它們從 Integers 更改為 Float 類型，將 Integer 更改為 Datetime，String 更改為 Integer，Float 更改為 Datetime 等。為了將 float 轉換為 DateTime，我們使用 pandas.to_datetime() 函數並使用以下語法：

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)

範例1：使用 pandas.to_datetime() 將一列從 float 轉換為 ‘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)

輸出：

更改數據類型後。

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)

輸出：

在上麵的示例中，我們將“Dates”列的數據類型從“float64”更改為“datetime64[ns]”類型。

範例2：如果 DataFrame 列是 yymmdd 格式，我們必須將其轉換為 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)

輸出：

更改數據類型後。

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)

輸出：

在上麵的示例中，我們將“日期”列的數據類型從“float64”更改為“datetime64[ns]”，並將格式從“yymmdd”更改為“yyyymmdd”。

範例3：當我們必須將浮點列轉換為日期和時間格式時

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)

輸出：

更改數據類型後。

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)

輸出：

在上麵的示例中，我們將“Dates”列的數據類型從“float64”更改為“datetime64[ns]”，並將格式更改為日期和時間

範例4：使用 pandas.to_datetime() 將多列從 float 轉換為“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)

輸出：

更改數據類型後。

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)

輸出：

在上麵的示例中，我們將“Starting_Date”和“Ending_Date”列的數據類型從“float64”更改為“datetime64[ns]”類型。

相關用法

注：本文由純淨天空篩選整理自vanshgaur14866大神的英文原創作品 How to Convert Float to Datetime in Pandas DataFrame?。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。