时间戳

首页 > 解决方案 > Pandas to_datetime 解析奇怪格式的日期

python-3.x - Pandas to_datetime 解析奇怪格式的日期

问题描述

TL;博士：

如何使用 pd.to_datetime() 中的格式参数来解析格式为“YYYY mmdd dd”的日期？

背景：

我从 api 中提取一些数据，索引是一个日期，但被格式化为一个字符串。这是索引的样子：

Index(['2020 0422 22', '2020 0423 23', '2020 0424 24', '2020 0427 27',
       '2020 0428 28'],
      dtype='object')

选项1：

通常我会做类似的事情df.index = pd.to_datetime(df.index)，这通常会像一个魅力。如果这不起作用，那么我将使用格式参数进行解析，pd.to_datetime(format='%y/%m/%d)但是鉴于一天包含两次，我不确定如何使用此参数。

选项 2：

我还可以使用字符串推导来创建一个新列表，将其转换为日期时间，然后将 df 的索引设置为等于该列表。像这样的东西：

[ x.split(' ')[0] + x.split(' ')[1] for x in df.tail().index ]

或者

[ x[0:-2] for x in df.tail().index ]

但是这些选项似乎都不是很pythonic

问题：

如何使用 pd.to_datetime() 中的格式参数来解析格式为“YYYY mmdd dd”的日期？

标签： python-3.xpandasdatetimepython-datetimestring-to-datetime

解决方案

使用str.rsplit并n=1选择第一个列表，然后传递给to_datetime：

idx = pd.Index(['2020 0422 22', '2020 0423 23', '2020 0424 24', '2020 0427 27',
       '2020 0428 28'])
df = pd.DataFrame(index = idx)

df.index = pd.to_datetime(df.index.str.rsplit(n=1).str[0], format='%Y %m%d')
print (df)

Empty DataFrame
Columns: []
Index: [2020-04-22 00:00:00, 2020-04-23 00:00:00, 
        2020-04-24 00:00:00, 2020-04-27 00:00:00, 
        2020-04-28 00:00:00]

顺便说一句，最直观的答案失败了：

df.index = pd.to_datetime(df.index, format='%Y %m%d %d')
print (df)

错误：将组名“d”重新定义为组 4；是第 3 组

推荐阅读