Python cudf.to_datetime用法及代碼示例

用法: cudf.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, format=None, exact=True, unit='ns', infer_datetime_format=False, origin='unix', cache=True)

將參數轉換為日期時間。

參數：

arg：int、float、str、datetime、list、tuple、一維數組、

Series DataFrame/dict-like 要轉換為日期時間的對象。

errors：{‘ignore’, ‘raise’, ‘coerce’, ‘warn’}，默認 ‘raise’

如果‘raise’，則無效解析將引發異常。
如果‘coerce’，則無效解析將被設置為NaT。
如果‘warn’將最後的異常打印為警告和
返回輸入。
如果‘ignore’，則無效解析將返回輸入。

dayfirst：布爾值，默認為 False

如果 arg 是 str 或其 list-likes，則指定日期解析順序。如果為 True，則首先解析日期，例如 10/11/12 被解析為 2012-11-10。警告：dayfirst=True 並不嚴格，但更喜歡用 day first 解析(這是一個已知的錯誤，基於 dateutil 行為)。

format：str，默認無

解析時間的strftime，例如“%d/%m/%Y”，注意“%f”將一直解析到納秒。有關選擇的更多信息，請參閱 strftime 文檔：https://docs.python.org/3/library/datetime.html#strftime-and-strptime-behavior.

unit：str，默認 ‘ns’

arg 的單位 (D,s,ms,us,ns) 表示單位，它是整數或浮點數。這將基於原點(unix 紀元開始)。例如，使用 unit='ms' 和 origin='unix'(默認值)，這將計算到 unix 紀元開始的毫秒數。

infer_datetime_format：布爾值，默認為 False

如果 True 並且沒有給出 format，則嘗試推斷日期時間字符串的格式，如果可以推斷，則切換到更快的解析它們的方法。在某些情況下，這可以將解析速度提高約 5-10 倍。

datetime: 如果解析成功。返回類型取決於輸入： - list-like：DatetimeIndex - 係列：datetime64 dtype 的係列 - 標量：時間戳

例子：

從 DataFrame 的多列組裝日期時間。鍵可以是常見的縮寫，如 [‘year’, ‘month’, ‘day’, ‘minute’, ‘second’, ‘ms’, ‘us’, ‘ns’]) 或相同的複數

>>> import cudf
>>> df = cudf.DataFrame({'year': [2015, 2016],
...                    'month': [2, 3],
...                    'day': [4, 5]})
>>> cudf.to_datetime(df)
0   2015-02-04
1   2016-03-05
dtype: datetime64[ns]
>>> cudf.to_datetime(1490195805, unit='s')
numpy.datetime64('2017-03-22T15:16:45.000000000')
>>> cudf.to_datetime(1490195805433502912, unit='ns')
numpy.datetime64('1780-11-20T01:02:30.494253056')

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cudf.to_datetime。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。

用法:

參數：

返回：

例子：