52_Pandas处理日期和时间列（字符串转换、日期提取等）

52_Pandas处理日期和时间列（字符串转换、日期提取等）

将解释如何操作表示 pandas.DataFrame 的日期和时间（日期和时间）的列。字符串与 datetime64[ns] 类型的相互转换，将日期和时间提取为数字的方法等。

以下内容进行说明。

将字符串转换为 datetime64[ns] 类型（时间戳类型）：to_datetime()

时间戳类型属性/方法

使用 dt 访问器批量处理整个列

提取日期、星期几等。

将日期时间转换为任何格式的字符串

转换为 Python 数据帧类型，NumPy datetime64[ns] 类型数组

对于 dt 中未提供的方法

对于日期时间索引

从文件读取时将字符串转换为 datetime64[ns] 类型

如何将 datetime64[ns] 类型指定为索引并将其处理为时序数据以及如何使用，请参考以下文章。

• 26_Pandas.DataFrame时间序列数据的处理
• 27_Pandas按星期，月份，季度和年份的天计算时间序列数据的总计和平均值

以带有以下 csv 文件的 pandas.DataFrame 为例。

import pandas as pdimport datetimedf = pd.read_csv('./data/sample_datetime_multi.csv')print(df)#A B#02017-11-01 12:24 2017年11月1日 12时24分#12017-11-18 23:002017年11月18日 23时00分#2 2017-12-05 5:052017年12月5日 5时05分#3 2017-12-22 8:54 2017年12月22日 8时54分#42018-01-08 14:202018年1月8日 14时20分#52018-01-19 20:01 2018年1月19日 20时01分

将字符串转换为 datetime64[ns] 类型（时间戳类型）：to_datetime()

使用 pandas.to_datetime() 函数，您可以将表示日期和时间的字符串列 pandas.Series 转换为 datetime64[ns] 类型。

print(pd.to_datetime(df['A']))# 0 2017-11-01 12:24:00# 1 2017-11-18 23:00:00# 2 2017-12-05 05:05:00# 3 2017-12-22 08:54:00# 4 2018-01-08 14:20:00# 5 2018-01-19 20:01:00# Name: A, dtype: datetime64[ns]

如果格式不标准，请在参数格式中指定格式字符串。

print(pd.to_datetime(df['B'], format='%Y年%m月%d日 %H时%M分'))# 0 2017-11-01 12:24:00# 1 2017-11-18 23:00:00# 2 2017-12-05 05:05:00# 3 2017-12-22 08:54:00# 4 2018-01-08 14:20:00# 5 2018-01-19 20:01:00# Name: B, dtype: datetime64[ns]

即使原始格式不同，如果指示的日期和时间相同，则 datetime64[ns] 类型值是等价的。

print(pd.to_datetime(df['A']) == pd.to_datetime(df['B'], format='%Y年%m月%d日 %H时%M分'))# 0True# 1True# 2True# 3True# 4True# 5True# dtype: bool

如果要将转换为 datetime64[ns] 类型的列作为新列添加到 pandas.DataFrame，请指定新列名并分配它。如果您指定原始列名，它将被覆盖。

df['X'] = pd.to_datetime(df['A'])print(df)# A B X#02017-11-01 12:24 2017年11月1日 12时24分 2017-11-01 12:24:00#12017-11-18 23:002017年11月18日 23时00分 2017-11-18 23:00:00#2 2017-12-05 5:052017年12月5日 5时05分 2017-12-05 05:05:00#3 2017-12-22 8:54 2017年12月22日 8时54分 2017-12-22 08:54:00#42018-01-08 14:202018年1月8日 14时20分 2018-01-08 14:20:00#52018-01-19 20:01 2018年1月19日 20时01分 2018-01-19 20:01:00

时间戳类型属性/方法

pandas.to_datetime() 函数转换的列的dtype是datetime64[ns]类型，每个元素都是Timestamp类型。

print(df)# A B X# 02017-11-01 12:24 2017年11月1日 12时24分 2017-11-01 12:24:00# 12017-11-18 23:002017年11月18日 23时00分 2017-11-18 23:00:00# 2 2017-12-05 5:052017年12月5日 5时05分 2017-12-05 05:05:00# 3 2017-12-22 8:54 2017年12月22日 8时54分 2017-12-22 08:54:00# 42018-01-08 14:202018年1月8日 14时20分 2018-01-08 14:20:00# 52018-01-19 20:01 2018年1月19日 20时01分 2018-01-19 20:01:00print(df.dtypes)# Aobject# Bobject# Xdatetime64[ns]# dtype: objectprint(df['X'][0])# 2017-11-01 12:24:00print(type(df['X'][0]))# 

Timestamp 类型继承并扩展了 Python 标准库 datetime 的 datetime 类型。

print(issubclass(pd.Timestamp, datetime.datetime))# True

可以获取年、月、日（年、月、日）、时、分、秒（时、分、秒）、星期几（字符串：weekday_name，数字：dayofweek）等作为属性。

print(df['X'][0].year)# 2017print(df['X'][0].weekday_name)# Wednesday

还可以使用 to_pydatetime() 转换为 Python 标准库 datetime 类型，使用 to_datetime64() 转换为 NumPy datetime64[ns] 类型。

py_dt = df['X'][0].to_pydatetime()print(type(py_dt))# dt64 = df['X'][0].to_datetime64()print(type(dt64))# 

timestamp() 是一种以浮点浮点类型返回 UNIX 时间（纪元秒 = 自 1970 年 1 月 1 日 00:00:00 以来的秒数）的方法。如果需要整数，请使用 int()。

print(df['X'][0].timestamp())# 1509539040.0print(pd.to_datetime('1970-01-01 00:00:00').timestamp())# 0.0print(int(df['X'][0].timestamp()))# 1509539040

与 Python 标准库中的 datetime 类型一样，strftime() 可用于转换为任何格式的字符串。请参阅下文，了解如何将其应用于列的所有元素。

print(df['X'][0].strftime('%Y/%m/%d'))# 2017/11/01

使用 dt 访问器批量处理整个列

有一个 str 访问器将字符串处理应用于整个 pandas.Series。

• 13_Pandas字符串的替换和空格处删除等方法

提取日期、星期几。

与Timestamp类型一样，年、月、日（年、月、日）、时、分、秒（时、分、秒）、星期几（字符串：weekday_name，数字：dayofweek）等都可以作为属性获得。 在 dt 之后写下每个属性名称。 pandas.Series 的每个元素都被处理并返回 pandas.Series。

print(df['X'].dt.year)# 02017# 12017# 22017# 32017# 42018# 52018# Name: X, dtype: int64print(df['X'].dt.hour)# 012# 123# 2 5# 3 8# 414# 520# Name: X, dtype: int64

也可以使用 dayofweek（星期一为 0，星期日为 6）仅提取一周中特定日期的行。

print(df['X'].dt.dayofweek)# 02# 15# 21# 34# 40# 54# Name: X, dtype: int64print(df[df['X'].dt.dayofweek == 4])# AB X# 3 2017-12-22 8:542017年12月22日 8时54分 2017-12-22 08:54:00# 52018-01-19 20:012018年1月19日 20时01分 2018-01-19 20:01:00

将日期时间转换为任何格式的字符串

当使用 astype() 方法将 datetime64[ns] 类型的列转换为字符串 str 类型时，它会转换为标准格式的字符串。

print(df['X'].astype(str))# 02017-11-01 12:24:00# 12017-11-18 23:00:00# 22017-12-05 05:05:00# 32017-12-22 08:54:00# 42018-01-08 14:20:00# 52018-01-19 20:01:00# Name: X, dtype: object

dt.strftime() 可用于一次将列转换为任何格式的字符串。也可以使其成为仅具有日期或仅具有时间的字符串。

print(df['X'].dt.strftime('%A, %B %d, %Y'))# 0Wednesday, November 01, 2017# 1 Saturday, November 18, 2017# 2Tuesday, December 05, 2017# 3 Friday, December 22, 2017# 4Monday, January 08, 2018# 5Friday, January 19, 2018# Name: X, dtype: objectprint(df['X'].dt.strftime('%Y年%m月%d日'))# 02017年11月01日# 12017年11月18日# 22017年12月05日# 32017年12月22日# 42018年01月08日# 52018年01月19日# Name: X, dtype: object

如果要将转换为字符串的列作为新列添加到 pandas.DataFrame，请指定新列名并分配它。如果您指定原始列名，它将被覆盖。

df['en'] = df['X'].dt.strftime('%A, %B %d, %Y')df['cn'] = df['X'].dt.strftime('%Y年%m月%d日')print(df)# A B X\# 02017-11-01 12:24 2017年11月1日 12时24分 2017-11-01 12:24:00 # 12017-11-18 23:002017年11月18日 23时00分 2017-11-18 23:00:00 # 2 2017-12-05 5:052017年12月5日 5时05分 2017-12-05 05:05:00 # 3 2017-12-22 8:54 2017年12月22日 8时54分 2017-12-22 08:54:00 # 42018-01-08 14:202018年1月8日 14时20分 2018-01-08 14:20:00 # 52018-01-19 20:01 2018年1月19日 20时01分 2018-01-19 20:01:00 #en cn# 0Wednesday, November 01, 20172017年11月01日# 1 Saturday, November 18, 20172017年11月18日# 2Tuesday, December 05, 20172017年12月05日# 3 Friday, December 22, 20172017年12月22日# 4Monday, January 08, 20182018年01月08日# 5Friday, January 19, 20182018年01月19日

转换为 Python 数据帧类型，NumPy datetime64[ns] 类型数组

可以使用 dt.to_pydatetime() 获得一个 NumPy 数组 ndarray，其元素是 Python 标准库的日期时间类型对象。

print(df['X'].dt.to_pydatetime())# [datetime.datetime(2017, 11, 1, 12, 24)#datetime.datetime(2017, 11, 18, 23, 0)#datetime.datetime(2017, 12, 5, 5, 5)#datetime.datetime(2017, 12, 22, 8, 54)#datetime.datetime(2018, 1, 8, 14, 20)#datetime.datetime(2018, 1, 19, 20, 1)]print(type(df['X'].dt.to_pydatetime()))print(type(df['X'].dt.to_pydatetime()[0]))# # 

NumPy的datetime64[ns]类型数组可以用values属性代替方法获取。

print(df['X'].values)# ['2017-11-01T12:24:00.000000000' '2017-11-18T23:00:00.000000000'#'2017-12-05T05:05:00.000000000' '2017-12-22T08:54:00.000000000'#'2018-01-08T14:20:00.000000000' '2018-01-19T20:01:00.000000000']print(type(df['X'].values))print(type(df['X'].values[0]))# # 

对于 dt 中未提供的方法

例如，Timestamp 类型有一个返回 UNIX 时间（秒）的方法 (timestamp())，但 dt 访问器没有。在这种情况下，使用 map() 即可。

• 06_Pandas中map(),applymap(),apply()函数的使用方法

print(df['X'].map(pd.Timestamp.timestamp))# 01.509539e+09# 11.511046e+09# 21.512450e+09# 31.513933e+09# 41.515421e+09# 51.516392e+09# Name: X, dtype: float64

如果要转换为整数 int 类型，请使用 astype() 方法。

print(df['X'].map(pd.Timestamp.timestamp).astype(int))# 01509539040# 11511046000# 21512450300# 31513932840# 41515421200# 51516392060# Name: X, dtype: int64

对于日期时间索引

在处理时间序列数据时非常有用。有关详细信息，请参阅下面的文章。

• 26_Pandas.DataFrame时间序列数据的处理
• 27_Pandas按星期，月份，季度和年份的天计算时间序列数据的总计和平均值

在示例中，set_index() 用于将现有列指定为索引，为方便起见，使用 drop() 方法删除多余的列。

• 12_Pandas.DataFrame删除指定行和列（drop）
• 22_Pandas.DataFrame,重置列的行名(set_index）

df_i = df.set_index('X').drop(['en', 'cn'], axis=1)print(df_i)# A B# X# 2017-11-01 12:24:002017-11-01 12:24 2017年11月1日 12时24分# 2017-11-18 23:00:002017-11-18 23:002017年11月18日 23时00分# 2017-12-05 05:05:00 2017-12-05 5:052017年12月5日 5时05分# 2017-12-22 08:54:00 2017-12-22 8:54 2017年12月22日 8时54分# 2018-01-08 14:20:002018-01-08 14:202018年1月8日 14时20分# 2018-01-19 20:01:002018-01-19 20:01 2018年1月19日 20时01分print(df_i.index)# DatetimeIndex(['2017-11-01 12:24:00', '2017-11-18 23:00:00',#'2017-12-05 05:05:00', '2017-12-22 08:54:00',#'2018-01-08 14:20:00', '2018-01-19 20:01:00'],# dtype='datetime64[ns]', name='X', freq=None)

DatetimeIndex 类型索引具有年、月、日（年、月、日）、时、分、秒（时、分、秒）、星期几（字符串：weekday_name，数字：dayofweek）等属性，以及方法如由于提供了 strftime()，因此可以一次处理所有索引元素，而无需通过 dt 属性。

返回类型因属性和方法而异，不是pandas.Series，但如果要在pandas.DataFrame中添加新列，可以指定新列名并分配。

print(df_i.index.minute)# Int64Index([24, 0, 5, 54, 20, 1], dtype='int64', name='X')print(df_i.index.strftime('%y/%m/%d'))# ['17/11/01' '17/11/18' '17/12/05' '17/12/22' '18/01/08' '18/01/19']df_i['min'] = df_i.index.minutedf_i['str'] = df_i.index.strftime('%y/%m/%d')print(df_i)# A Bmin str# X# 2017-11-01 12:24:002017-11-01 12:24 2017年11月1日 12时24分 2417/11/01# 2017-11-18 23:00:002017-11-18 23:002017年11月18日 23时00分017/11/18# 2017-12-05 05:05:00 2017-12-05 5:052017年12月5日 5时05分517/12/05# 2017-12-22 08:54:00 2017-12-22 8:54 2017年12月22日 8时54分 5417/12/22# 2018-01-08 14:20:002018-01-08 14:202018年1月8日 14时20分 2018/01/08# 2018-01-19 20:01:002018-01-19 20:01 2018年1月19日 20时01分118/01/19

从文件读取时将字符串转换为 datetime64[ns] 类型

从文件中读取数据时，可以在读取时将字符串转换为 datetime64[ns] 类型。 对于 pandas.read_csv() 函数，在参数 parse_dates 中指定要转换为 datetime64[ns] 类型的列号列表。请注意，即使只有一个，也必须列出。

df_csv = pd.read_csv('data/sample_datetime_multi.csv', parse_dates=[0])print(df_csv)# A B# 0 2017-11-01 12:24:00 2017年11月1日 12时24分# 1 2017-11-18 23:00:002017年11月18日 23时00分# 2 2017-12-05 05:05:002017年12月5日 5时05分# 3 2017-12-22 08:54:00 2017年12月22日 8时54分# 4 2018-01-08 14:20:002018年1月8日 14时20分# 5 2018-01-19 20:01:00 2018年1月19日 20时01分print(df_csv.dtypes)# Adatetime64[ns]# Bobject# dtype: object

df_csv_jp = pd.read_csv('./data/sample_datetime_multi.csv',parse_dates=[1],date_parser=lambda date: pd.to_datetime(date, format='%Y年%m月%d日 %H时%M分'))print(df_csv_jp)# A B# 02017-11-01 12:24 2017-11-01 12:24:00# 12017-11-18 23:00 2017-11-18 23:00:00# 2 2017-12-05 5:05 2017-12-05 05:05:00# 3 2017-12-22 8:54 2017-12-22 08:54:00# 42018-01-08 14:20 2018-01-08 14:20:00# 52018-01-19 20:01 2018-01-19 20:01:00print(df_csv_jp.dtypes)# Aobject# Bdatetime64[ns]# dtype: object

可以使用参数 index_col 指定要索引的列。

• 03_Pandas读取csv/tsv文件（read_csv，read_table）

在这种情况下，如果参数 parse_dates=True，索引列将被转换为 datetime64[ns] 类型。

df_csv_jp_i = pd.read_csv('./data/sample_datetime_multi.csv',index_col=1,parse_dates=True,date_parser=lambda date: pd.to_datetime(date, format='%Y年%m月%d日 %H时%M分'))print(df_csv_jp_i)# A# B# 2017-11-01 12:24:002017-11-01 12:24# 2017-11-18 23:00:002017-11-18 23:00# 2017-12-05 05:05:00 2017-12-05 5:05# 2017-12-22 08:54:00 2017-12-22 8:54# 2018-01-08 14:20:002018-01-08 14:20# 2018-01-19 20:01:002018-01-19 20:01print(df_csv_jp_i.index)# DatetimeIndex(['2017-11-01 12:24:00', '2017-11-18 23:00:00',#'2017-12-05 05:05:00', '2017-12-22 08:54:00',#'2018-01-08 14:20:00', '2018-01-19 20:01:00'],# dtype='datetime64[ns]', name='B', freq=None)

读取 Excel 文件的 pandas.read_excel() 函数也有参数 parse_dates、date_parser 和 index_col，因此在读取时也可以进行类似的转换。有关 pandas.read_excel() 函数的信息，请参阅以下文章。

• 50_Pandas读取 Excel 文件 (xlsx, xls)