在 Pandas 数据框中将列类型从字符串转换为日期时间格式

Pandas 是 Python 中的一个强大的数据分析工具库，经常用来进行数据的操作和处理。在 Pandas 中，经常会遇到将列类型从字符串转换为日期时间格式的情况，本文将介绍如何实现这个操作。

代码片段

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'date': ['2021-01-01', '2021-01-02', '2021-01-03'],
                   'value': [1, 2, 3]})

# 查看数据框类型
print(df.dtypes)

# 将 date 列的类型从字符串转换为日期时间格式
df['date'] = pd.to_datetime(df['date'])

# 再次查看数据框类型
print(df.dtypes)

输出结果：

date     object
value     int64
dtype: object
date     datetime64[ns]
value             int64
dtype: object

解释说明

首先，我们创建了一个包含两列的数据框，其中一列是日期字符串，另一列是数值。接着，我们使用 df.dtypes 查看数据框的类型，可以看到 date 列的类型是 object，也就是字符串类型。

接下来，我们使用 pd.to_datetime 将 date 列的类型从字符串转换为日期时间格式。最后，再次使用 df.dtypes 查看数据框的类型，可以看到 date 列的类型已经变成了 datetime64[ns]，也就是日期时间格式。

在日常数据处理中，将字符串类型的列类型转换为日期时间格式非常常见，应当熟练掌握 Pandas 中的转换方法，以便于更好地处理数据。