数据转换日期

Question

我有一个数据框架，用于伦敦警方的拦截和搜索；“date”列中有类似于2019-10-01T04:31:39+00:00 2019-10-01T04:31:39+..的条目，我试图在每一行中提取日月一年，以便能够开始分析。

有人能帮我做这个吗？

Answer 1

看看python中日期时间字符串是如何转换成日期(或日期时间)对象的。对于您的场景，将一个函数应用于从源读取的整个日期字符串列。

def convert_str_to_date(date_string):
    converted_date = datetime.strptime(date_string, "%Y-%m-%dT%H:%M:%S%z")
    return converted_date.month, converted_date.day, converted_date.year


>>> df
         name_of_date_column
0  2019-10-01T04:31:39+00:00
1  2019-10-01T04:31:39+00:00

df.apply(lambda x: convert_str_to_date(x['name_of_date_column']), axis=1)
# 0    (10, 1, 2019)
# 1    (10, 1, 2019)
# dtype: object

该函数的第一行是将字符串转换为datetime的各个元素。

Answer 2

df = df[0].str.split(expand=True)
df = df.astype("datetime64").rename(columns={0:"start", 1:"end"})
df = df.astype("datetime64").rename(columns={0:"start", 1:"end"})

df[["start_day", "start_month", "start_year"]] = df.start.transform(lambda x: pd.Series([x.day, x.month, x.year]))
df[["end_day", "end_month", "end_year"]] = df.end.transform(lambda x: pd.Series([x.day, x.month, x.year]))

产出：

                start                 end  start_day  start_month  start_year  end_start  end_month  end_year
0 2019-10-01 04:31:39 2019-10-01 04:31:39          1           10        2019          1         10      2019