将熊猫系列单元格转换为字符串和日期时间对象

Question

我已经对 pandas 数据框进行了切片。

end_date = df[-1:]['end'] 

type(end_date) 
Out[4]: pandas.core.series.Series 

end_date 
Out[3]: 
48173   2017-09-20 04:47:59 
Name: end, dtype: datetime64[ns] 

1. 如何去掉end_date的索引值48173，只得到2017-09-20 04:47:59字符串？我必须以2017-09-20 04:47:59 作为参数调用REST API，所以我必须从pandas datetime64 系列中获取字符串。
2. 如何摆脱 end_date 的索引值48173 并仅获取日期时间对象 [类似于datetime.datetime.strptime('2017-09-20 04:47:59', '%Y-%m-%d %H:%M:%S')]。我需要它，因为稍后我将不得不检查'2017-09-20 04:47:59' < datetime.datetime(2017,1,9)

我只需要转换一个单元格值，而不是一整列。 如何进行这些转换？

Answer 1

看来你需要：

import pandas as pd
data = ['2017-09-20 04:47:59','2017-10-20 04:47:59','2017-09-30 04:47:59']
df = pd.DataFrame(data,columns=['end'])
df['end'] = pd.to_datetime(df['end'])
df

df 将是：

    end
0   2017-09-20 04:47:59
1   2017-10-20 04:47:59
2   2017-09-30 04:47:59

之后，您可以使用以下代码摆脱索引并用作“时间戳”对象：

end_date = df['end'].iloc[-1] #get last row of column end
print(type(end_date)) # pandas.tslib.Timestamp
end_date_str = end_date.strftime('%Y-%m-%d %H:%M:%S') #convert to str
print(end_date_str) # '2017-09-30 04:47:59'
print(end_date < datetime.datetime(2017,1,9)) #False

Answer 2

只需将结果转换为字符串，然后使用.values[0] 恢复它：

In [38]: end_date
Out[38]:
48173   2017-09-20 04:47:59
Name: end, dtype: datetime64[ns]

In [39]: end_date.astype(str).values[0]
Out[39]: '2017-09-20 04:47:59'

如果你想要一个 datetime 对象，你必须将它转换为时间戳，然后再转换回 datetime 对象：

In [42]: end_date.values[0].item()
Out[42]: 1505882879000000000

In [43]: datetime.fromtimestamp(end_date.values[0].item()/10**9)
Out[43]: datetime.datetime(2017, 9, 20, 6, 47, 59)

否则你可以strptime第1步恢复的字符串：

In [48]: datetime.datetime.strptime(end_date.astype(str).values[0], '%Y-%m-%d %H:%M:%S')
Out[48]: datetime.datetime(2017, 9, 20, 4, 47, 59)

您可能想知道为什么结果之间存在 2 小时差异。这是因为datetime.datetime.fromtimestamp 考虑了我的时区（当前为 CEST，即 UTC+2）。 另一方面，将字符串解析为 datetime 对象不会产生任何时区信息，srtptime 天真地解析时间戳而不考虑时区，这会导致 2 小时的差异。