Python Pandas to_datetime方法用法及代碼示例

Pandas to_datetime(~) 方法將參數轉換為 datetime 對象。

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

要轉換為 datetime 對象的對象。

2. errors | string | optional

轉換不成功的處理方法：

默認情況下，errors="raise" 。

3. dayfirst | boolean | optional

如果 True ，則將第一個數字視為一天。例如， "10/12/2020" 將被解析為 2020 年 12 月 10 日。默認情況下， dayfirst=False 。

4. yearfirst | boolean | optional

如果 True ，則將第一個數字視為年份。例如， "20/12/10" 將被解析為 2020 年 12 月 10 日。默認情況下， yearfirst=False 。

5. utc | boolean | optional

是否將時區設置為 UTC。默認情況下，utc=False 。

6. format | string | optional

日期的格式字符串，遵循標準 Python 語法(例如 "%d/%m/%Y" )。

7. exact | boolean | optional

是否對指定的 format 強製執行精確匹配。默認情況下，exact=True 。

8. unit | string | optional

參數的時間單位：

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

默認情況下，unit="ns" 。

9. infer_datetime_format | boolean | optional

如果未指定 format 且此參數設置為 True ，則在可能的情況下推斷格式。如果可以推斷格式，則可以更有效地解析日期。

默認情況下，infer_datetime_format=False 。

10.origin | scalar | optional

使用的參考日期：

默認情況下，origin="unix" 。

11.cache | boolean | optional

解析日期時是否利用緩存。使用緩存將加快解析重複日期的過程，特別是那些具有時區偏移量的日期。請注意，隻有當要解析的日期數量至少為 50 時，緩存才會生效。默認為 cache=False 。

返回類型取決於 arg 的類型：

要將 MM/DD/YYYY 格式的日期字符串轉換為 Timestamp ：

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



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

請注意 Pandas 如何正式使用 YYYY-MM-DD 來表示日期。

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，因此一個好的做法是指定 format 參數：

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



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

要將一係列日期字符串轉換為一係列 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]

要將日期字符串數組轉換為 DatetimeIndex (可用作 DataFrame 的索引)，請傳入一個數組，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)

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas | to_datetime method。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。