如何將“2020-06-30 15:20:13.078196 00:00”形式的日期列轉換為熊貓中的日期時間？
這就是我所做的：
pd.concat([df, df.date_string.apply(lambda s: pd.Series({'date':datetime.strptime(s, '%Y-%m-%dT%H:%M:%S.%f%z')}))], axis=1)pd.concat([df, df.file_created.apply(lambda s: pd.Series({'date':datetime.strptime(s, '%Y-%m-%dT%H:%M:%S.%f.%z')}))], axis=1)pd.concat([df, df.file_created.apply(lambda s: pd.Series({'date':datetime.strptime(s, '%Y-%m-%dT%H:%M:%S.%f:%z')}))], axis=1)
我收到錯誤 -time data '2020-06-30 15:20:13.078196 00:00' does not match format在所有情況下。任何幫助表示贊賞。
uj5u.com熱心網友回復：
您上面提到的格式都與您的示例不匹配。嘗試這個
“%Y-%m-%d %H:%M:%S.%f%z”（注意 %H 之前的空格）。
uj5u.com熱心網友回復：
最簡單的方法是讓pd.to_datetime自動推斷格式。這對于這樣的標準格式（ISO 8601）非常有效：
import pandas as pd
dti = pd.to_datetime(["2020-06-30 15:20:13.078196 00:00"])
print(dti)
# DatetimeIndex(['2020-06-30 15:20:13.078196 00:00'], dtype='datetime64[ns, UTC]', freq=None)
00:00 是零小時的 UTC 偏移量，因此可以解釋為 UTC。
順便說一句，pd.to_datetime對于混合格式也很有效，請參見例如此處。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/321383.html