将字符串转换为日期时间

Question

我有一个简单的问题 - 似乎以前被问过很多次（例如，参见 here、here 和 here）。尽管如此，我无法解决它。

我得到了一个从 csv 文件中读取的 pandas 数据框。它包含名称为 start-plan 的列，其字符串格式为 '05-04-2017'（2017 年 4 月 5 日）。据我了解，它是%d-%m-%Y 形式的欧洲日期时间。 这是我的工作：

df = pd.read_csv('activities.csv')

这是数据框头部的样子：

print(df.head())

       start-plan start-actual    end-plan  end-actual  user  late
0  12-01-2017   16-01-2017  11-02-2017  10-02-2017     1     0
1  11-05-2017   15-05-2017  10-06-2017  18-06-2017     2     1
2  20-08-2017   20-08-2017  19-09-2017  05-10-2017     3     1
3  10-12-2017   10-12-2017  09-01-2018  08-01-2018     1     0
4  25-04-2017   25-04-2017  25-05-2017  26-05-2017     4     0

我尝试像这样转换列：

pd.to_datetime(pd.Series('start-plan'), format='%d-%m-%y')

我收到一条错误消息，指出 time data 'start-plan' does not match format '%d-%M-%Y' (match)

我做错了什么？此外，我有几列格式相同，我想转换。有没有可能一次性全部转换？

Answer 1

您正在使用'start-plan' 制作pd.Series

试试：

pd.to_datetime(df['start-plan'], format='%d-%m-%y')

您也可以使用选项dayfirst=True。

你可以像这样一口气搞定

cols = ['start-plan', 'start-actual', 'end-plan', 'end-actual']
df = df[cols].apply(
    pd.to_datetime, dayfirst=True
).join(df.drop(cols, 1))

print(df)

  start-plan start-actual   end-plan end-actual  user  late
0 2017-01-12   2017-01-16 2017-02-11 2017-02-10     1     0
1 2017-05-11   2017-05-15 2017-06-10 2017-06-18     2     1
2 2017-08-20   2017-08-20 2017-09-19 2017-10-05     3     1
3 2017-12-10   2017-12-10 2018-01-09 2018-01-08     1     0
4 2017-04-25   2017-04-25 2017-05-25 2017-05-26     4     0