Pandas 中的日期时间转换问题

Question

这是我的问题的重现示例：

df = pd.DataFrame(["2018-01-13 17:25:54+0100",
    "2018-01-13 07:23:36+0100",
    "2018-01-13 08:15:48+0100"], columns=["date"])

print(type(datetime.strptime(df["date"][1], '%Y-%m-%d %H:%M:%S%z')))

print(type(pd.Series(df["date"].apply(lambda s: datetime.strptime(s, '%Y-%m-%d %H:%M:%S%z')))[1]))

输出是：

类'datetime.datetime'

类'pandas._libs.tslibs.timestamps.Timestamp'

如何使用 apply 函数（或类似函数）获取 datetime.datetime 对象？

Answer 1

使用 Pandas 方法进行 datetime 操作

一般来说，避免在处理 Pandas 数据帧时，标准库中的 datetime 模块。您应该想要使用矢量化操作，并且应该依靠 Pandas 方法来利用基于 NumPy 的矢量化：

df['date'] = pd.to_datetime(df['date'])

print(df['date'].dtype)
# datetime64[ns]

但如果你坚持...

如果您希望导出到 datetime.datetime 值的数组以在 Pandas 之外使用，您可以使用 to_pydatetime：

py_date = df['date'].dt.to_pydatetime()
# array([datetime.datetime(2018, 1, 13, 16, 25, 54),
#        datetime.datetime(2018, 1, 13, 6, 23, 36),
#        datetime.datetime(2018, 1, 13, 7, 15, 48)], dtype=object)

但是，一旦您使用了 Pandas，就很少需要这样做了。