Python / Pandas将字符串解析为日期和时间[重复]答案

【问题标题】：Python / Pandas parse string to date and time [duplicate]Python / Pandas将字符串解析为日期和时间[重复]
【发布时间】：2019-03-24 14:40:35
【问题描述】：

我有一个数据框，其中有一列包含表示日期和时间的字符串，如下所示：

0    Fri Oct 19 17:42:31 2018
1    Fri Oct 19 17:42:31 2018
2    Fri Oct 19 17:42:31 2018
3    Fri Oct 19 17:42:31 2018
4    Fri Oct 19 17:42:31 2018

如何解析字符串以获取日期时间格式的时间和数据？

【问题讨论】：

标签： python-3.x pandas datetime

【解决方案1】：

只需使用pd.to_datetime():

import pandas as pd

df = pd.DataFrame([
['Fri Oct 19 17:42:31 2018'],
['Fri Oct 19 17:42:31 2018'],
['Fri Oct 19 17:42:31 2018'],
['Fri Oct 19 17:42:31 2018'],
['Fri Oct 19 17:42:31 2018']],
columns=['Date'])

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

产量：

                 Date
0 2018-10-19 17:42:31
1 2018-10-19 17:42:31
2 2018-10-19 17:42:31
3 2018-10-19 17:42:31
4 2018-10-19 17:42:31

根据@ALollz 的评论，您可以指定格式以提高性能：

df['Date'] = pd.to_datetime(df['Date'], format='%a %b %d %H:%M:%S %Y')

【讨论】：

并且可以通过指定format='%a %b %d %H:%M:%S %Y'来大大加快解析速度
谢谢你们俩

【解决方案2】：

你可以试试df['column_name']=pd.to_datetime(df['column_name'])。这会将您在字符串中的日期时间转换为日期时间对象并存储在同一列中。让我知道这是否适用于您的数据框。不过，您必须import pandas as pd 才能正常工作。

【讨论】：