Pandas 如何高效地将字符串日期转换为 DateTime 对象并方便基于日期的过滤？

将 Pandas 中的字符串转换为日期时间格式

在数据分析中，处理表示日期和时间的字符串是一个常见的挑战。为了提取有意义的见解，将这些字符串转换为合适的日期时间格式至关重要。

将字符串转换为日期时间

Pandas 提供了一种便捷的方法 to_datetime()，用于将字符串转换为日期时间格式。它自动检测输入字符串的格式并将其转换为 datetime64 对象。例如，考虑一个包含 I_DATE 列的数据框，其中包含表示日期和时间的字符串：

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

要将 I_DATE 转换为日期时间格式，只需使用 to_datetime():

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

输出将是一列 datetime64 对象：

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]

访问日期组件

将字符串转换为日期时间后，您可以使用 dt 访问器访问日期和时间的特定组件。例如，要提取日期组件：

df['I_DATE'].dt.date

返回一列仅表示日期的 datetime64[ns] 对象。同样，您可以使用 dt.time 检索时间部分。

根据日期范围筛选行

要根据日期范围筛选行，您可以使用字符串操作>和

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

这将返回一个数据帧，其中仅包含 I_DATE 列在指定日期之间的行。

以上是Pandas 如何高效地将字符串日期转换为 DateTime 对象并方便基于日期的过滤？的详细内容。更多信息请关注PHP中文网其他相关文章！