Pandas 如何有效率地將字串日期轉換為 DateTime 物件並方便基於日期的過濾？

將Pandas 中的字串轉換為日期時間格式

在資料分析中，處理表示日期和時間的字串是一個常見的挑戰。為了提取有意義的見解，將這些字串轉換為適當的日期時間格式至關重要。

將字串轉換為日期時間

Pandas 提供了一種便捷的方法 to_datetime()，用於將字串轉換為日期時間格式。它會自動偵測輸入字串的格式並將其轉換為 datetime64 物件。例如，考慮一個包含I_DATE 欄位的資料框，其中包含表示日期和時間的字串：

df['I_DATE'] = ['28-03-2012 2:15:00 PM', '28-03-2012 2:17:28 PM', '28-03-2012 2:50:50 PM']

要將I_DATE 轉換為日期時間格式，只需使用to_datetime():

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

輸出將是一列datetime64物件：

0   2012-03-28 14:15:00
1   2012-03-28 14:17:28
2   2012-03-28 14:50:50
Name: I_DATE, dtype: datetime64[ns]

存取日期元件

將字串轉換為日期時間後，您可以使用 dt 存取器存取日期和時間的特定元件。例如，要擷取日期元件：

df['I_DATE'].dt.date

傳回一列僅表示日期的 datetime64[ns] 物件。同樣，您可以使用 dt.time 檢索時間部分。

根據日期範圍篩選行

要根據日期範圍篩選行，您可以使用字串運算>和

df[(df['I_DATE'] > '2015-02-04') & (df['I_DATE'] < '2015-02-10')]

這將傳回一個資料幀，其中僅包含 I_DATE 列在指定日期之間的行。

以上是Pandas 如何有效率地將字串日期轉換為 DateTime 物件並方便基於日期的過濾？的詳細內容。更多資訊請關注PHP中文網其他相關文章！