【问题标题】:Create Datetime Column from Integer Column - Hours and Minutes从整数列创建日期时间列 - 小时和分钟
【发布时间】:2020-02-01 01:44:24
【问题描述】:

我有一个 4 位 int 列的数据框:

df['time'].head(10)
0    1844
1    2151
2    1341
3    2252
4    2252
5    1216
6    2334
7    2247
8    2237
9    1651
Name: DepTime, dtype: int64

我已验证最大值为 2400,最小值为 1。我想将其转换为包含小时和分钟的日期时间列。我该怎么做?

【问题讨论】:

  • 使用 to_datetime 传递格式
  • 您能举个例子吗?

标签: python pandas datetime type-conversion


【解决方案1】:

IIUC

pd.to_datetime(df.time.astype(str),format='%H%M').dt.strftime('%H:%M')
Out[324]: 
0    21:51
1    13:41
2    22:52
3    22:52
4    12:16
5    23:34
6    22:47
7    22:37
8    16:51
Name: col2, dtype: object

【讨论】:

  • 这几乎是正确的。切换col2 和time :)
【解决方案2】:

试试这个!

df['conversion'] = (df['time'].apply(lambda x: pd.to_datetime(x, format = '%H%M')).dt.strftime('%H:%M'))

【讨论】:

    【解决方案3】:

    如果是 4 位数字,timedelta 比 datetime 更合适:

    pd.to_timedelta(df['time']//100 * 60 + df['time'] % 100, unit='m')
    

    输出:

    0   18:44:00
    1   21:51:00
    2   13:41:00
    3   22:52:00
    4   22:52:00
    5   12:16:00
    6   23:34:00
    7   22:47:00
    8   22:37:00
    9   16:51:00
    Name: time, dtype: timedelta64[ns]
    

    如果您有另一列date,您可能需要合并date 和time 以创建datetime 列。

    【讨论】:

    • Timedelta 是唯一完美运行的解决方案。谢谢!
    【解决方案4】:

    如果您想以HH:MM 的字符串格式输出,您只需将列转换为字符串并将str.slice_replace 与: 一起使用(注意:我将您的示例更改为包括 3 位整数的情况)

    样本df:

         time
    0    1844
    1    2151
    2    1341
    3    2252
    4    2252
    5    216
    6    2334
    7    2247
    8    2237
    9    1651
    
    s = df['time'].map('{0:04}'.format)
    out = s.str.slice_replace(2,2,':')
    
    Out[666]:
    0    18:44
    1    21:51
    2    13:41
    3    22:52
    4    22:52
    5    02:16
    6    23:34
    7    22:47
    8    22:37
    9    16:51
    Name: time, dtype: object
    

    或者用:拆分和连接

    s = df['time'].map('{0:04}'.format)
    out = s.str[:2] + ':' + s.str[2:]
    
    Out[665]:
    0    18:44
    1    21:51
    2    13:41
    3    22:52
    4    22:52
    5    02:16
    6    23:34
    7    22:47
    8    22:37
    9    16:51
    Name: time, dtype: object
    

    【讨论】:

      猜你喜欢
      • 2022-08-22
      • 1970-01-01
      • 1970-01-01
      • 2022-11-04
      • 1970-01-01
      • 1970-01-01
      • 2023-01-11
      • 2019-06-12
      • 1970-01-01
      相关资源
      最近更新 更多