Comment convertir la colonne de chaîne d'un DataFrame en DateTime dans Pandas ?

Conversion du type de colonne DataFrame de chaîne en Datetime

Lorsque vous traitez des données structurées dans un DataFrame, il est crucial de garantir les types de données appropriés. Si vous avez une colonne contenant des dates au format chaîne (par exemple, "jj/mm/aaaa"), la convertir en type datetime devient essentielle pour diverses tâches d'analyse de données.

Solution

La bibliothèque Pandas fournit un moyen pratique de transformer des dates basées sur des chaînes en type datetime. La fonction pd.to_datetime() est l'option incontournable à cet effet. Voici comment vous pouvez l'utiliser :

df['col'] = pd.to_datetime(df['col'])

Cela convertira la colonne « col », qui contenait à l'origine des chaînes au format « jj/mm/aaaa », en objets datetime.

Spécification du format

Dans le cas où vos dates adhèrent à un format spécifique, vous pouvez le spécifier explicitement en utilisant le format paramètre :

df['col'] = pd.to_datetime(df['col'], format="%m/%d/%Y")

Cela garantit que les dates sont analysées selon le format fourni, même s'il est différent du "jj/mm/aaaa" par défaut.

Formats d'heure européens

Si vous travaillez avec des données de régions européennes où les dates suivent le format "jj-mm-aaaa", vous pouvez utiliser l'option paramètre dayfirst pour analyser correctement les dates :

df['col'] = pd.to_datetime(df['col'], dayfirst=True)

Ce paramètre garantit que les valeurs du jour et du mois sont interprétées correctement en fonction des conventions de date européennes.

En convertissant vos colonnes de date basées sur des chaînes en datetime dtype, vous améliorez la précision et la convivialité de vos données, en permettant des tâches d'analyse en aval telles que le filtrage des dates, les comparaisons et l'analyse des séries chronologiques.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!