将对象转换为没有时间的日期时间

Question

我有如下所示的数据框：         Date      Region     Data   0   200201        A        8.8   1   200201        B        14.3                    ...     1545   202005        C        7.31546   202005        D        131我想在没有时间的情况下将 Date 列（数据类型：对象）转换为 DateTime 索引。yyyymm 或 yyyymmdd 或 yyyy-mm-dd 所有这些都无关紧要，只要我可以删除时间部分。我搜索了 stackoverflow 并尝试了这些代码# (1) df["Date"] = pd.to_datetime(df["Date"], format = "%Y%m", errors = "coerce", uts = False)# (2)df["Date"] = pd.to_datetime(df["Date"], format = "%Y%m")df["Date"] = df["Date"].dt.normalize()# (3)df["Date"] = pd.to_datetime(df["Date"], format = "%Y%m")df["Date"] = df["Date"].dt.date对于 (1) 和 (2)，我得到 ["Date"]，时间为 yyyy-mm-dd 00:00:00。对于 (3)，我确实得到 ["Date"] 作为 yyyymm 但 dtype 是对象。我不能使用日期范围，因为同一日期会重复一段时间。有什么方法可以在 python 中将 yyyymm[object] 转换为 yyyymmdd[datetime] 吗？提前致谢。

Answer 1

这可能是关于您的 DataFrame 在编辑器中的显示方式的显示配置问题。以正确格式获取数据的最简单方法是：

df['Date'] = pd.to_datetime(df['Date'], format = '%Y%m')

以下是repl.it使用您的 DataFrame 和此代码的结果。日期格式正确，没有时间部分，并且具有正确的 dtype。

        Date Region  Data

0 2002-01-01      A   8.8

<class 'pandas.core.frame.DataFrame'>

RangeIndex: 1 entries, 0 to 0

Data columns (total 3 columns):

 #   Column  Non-Null Count  Dtype         

---  ------  --------------  -----         

 0   Date    1 non-null      datetime64[ns]

 1   Region  1 non-null      object        

 2   Data    1 non-null      float64       

dtypes: datetime64[ns](1), float64(1), object(1)

memory usage: 152.0+ bytes

您还可以尝试一种更复杂的方法，从日期时间到日期字符串再回到日期时间。

df['Date'] = pd.to_datetime(df['Date'], format = '%Y%m').dt.date

df['Date'] = df['Date'].astype('datetime64[ns]')

最终显示和 dtype 是相同的。

        Date Region  Data

0 2002-01-01      A   8.8

<class 'pandas.core.frame.DataFrame'>

RangeIndex: 1 entries, 0 to 0

Data columns (total 3 columns):

 #   Column  Non-Null Count  Dtype         

---  ------  --------------  -----         

 0   Date    1 non-null      datetime64[ns]

 1   Region  1 non-null      object        

 2   Data    1 non-null      float64       

dtypes: datetime64[ns](1), float64(1), object(1)

memory usage: 152.0+ bytes

Answer 2

问题中的日期列的格式为 YYYYMM（但没有天数）。该函数pd.to_datetime()隐式地将日设置为 1。

该函数pd.Period()将 YYYYMM 格式的日期转换为 pandas 句点。请注意，df['Date'] 可以是字符串或 6 位整数。

df['Date'].apply(lambda x: pd.Period(x, freq='M'))

0    2002-01

1    2002-01

2    2020-05

3    2020-05

Name: Date, dtype: period[M]