在python中将日期列转换为更高分辨率

Question

我有一个其中的一列是：dftime    time    0   2014-01-011   2014-01-022   2014-01-033   2014-01-044   2014-01-05     ...    ... 我想将日期转换为粒度最多为几秒钟，例如，从 到 。最好的方法是什么？datetime2014-01-012014-01-01 11:00:00我尝试了以下方法：df['time'] = df['time'].astype('datetime64[ns]')和这个：df['time'] = pd.to_datetime(df['time'])然后这个：df['time'] = [time.date() for time in df['time']]奇怪的是，所有这些方法都没有发生任何事情。

Answer 1

你被你所看到的有点误导了。Pandas在时间戳上做一个地板，如果我们在给定的一天。00:00:00

因此，当您制作一个

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

然后进行从字符串到时间的转换，这是格式，但是仅当天之后的数据不是 时才会显示。举个例子：'%Y-%m-%d %H:%M:%S'00:00:00

import pandas as pd

df = pd.DataFrame(['2014/04/28 00:00:00', '2014-04-29', '2014-04-30'], columns=['time'])

print(df)

print(type(df['time'][0]))

外：

                  time

0  2014/04/28 00:00:00

1           2014-04-29

2           2014-04-30

<class 'str'>

转换为 ：pd.to_datetime()

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

print(df)

print(type(df['time'][0]))

外：

        time

0 2014-04-28

1 2014-04-29

2 2014-04-30

<class 'pandas._libs.tslibs.timestamps.Timestamp'>

print(df['time'][0])

以系列的一个元素为例：

外：

2014-04-28 00:00:00

现在同样，如果我们的时间戳之一不在：00:00:00

df = pd.DataFrame(['2014/04/28 10:00:00', '2014-04-29', '2014-04-30'], columns=['time'])

print(df)

print(type(df['time'][0]))

外：

                  time

0  2014/04/28 10:00:00

1           2014-04-29

2           2014-04-30

<class 'str'>

转换为 ：pd.to_datetime()

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

print(df)

print(type(df['time'][0]))

外：

                 time

0 2014-04-28 10:00:00

1 2014-04-29 00:00:00

2 2014-04-30 00:00:00

<class 'pandas._libs.tslibs.timestamps.Timestamp'>