Pandas Convertir columna a DateTime

Pandas Convertir columna a DateTime
Los datos de la serie temporal a menudo se encuentran cuando se trata de datos en Pandas. Pandas es un marco ideal para hacer frente a los datos de la serie temporal en Python. Con el conjunto de datos proporcionado, es posible que requiramos convertir la cadena en formato de fecha y hora. Es posible que deba cambiar el formato de fecha y hora de una columna si actualmente almacena los datos como una cadena u tipo de objeto. Se pueden realizar numerosas acciones temporales en la columna que emplea el formato de fecha y hora. Por ejemplo, puede determinar la diferencia en el tiempo entre dos fechas y recuperar detalles específicos como el mes, el año, etc.

Podemos cambiar el formato de una columna de una cadena o incluso un objeto a una hora de fecha y métodos pandas to_dateTime () y astype (). Uno puede convertir una fecha y hora en un marcador de datos que tiene una columna de cadena que se formateaba de cierta manera utilizando el método datetime (), que reconoce el argumento de formato para definir la fecha y la hora del formato. El usuario no podrá realizar ninguna función basada en la serie de tiempo cuando las fechas no se hayan ingresado en el formato adecuado. Debemos cambiar las fechas al formato de fecha de fecha necesario para manejar este.

Este artículo cubrirá métodos para convertir una columna Pandas DataFrame con un objeto o una cadena a un tipo de datos de fecha y hora.

Ejemplo # 1: Utilizando el PD.método to_dateTime () para convertir el tipo de columna del marcador de datos pandas de string a dateTime

En este método, utilizaremos los "Pandas.función to_dateTime () ”para cambiar el tipo de datos del tipo de datos de marco de datos PANDAS de la columna.

Primero, importe la biblioteca al programa Python. Luego establezca el alias en PD para usar la funcionalidad de la biblioteca Pandas. El código principal comienza con la creación de un objeto DataFrame "Entrada". Luego asignamos este objeto para la salida de llamar a la función Pandas DataFrame. Hemos construido un marco de datos utilizando los pandas.Método DataFrame (). En este marco de datos, hemos inicializado tres columnas: fecha, evento y costo.

Puede ver que la columna 'Fecha' está almacenando datos en formato "DD/MM/YY" ya. Entonces, no necesitamos configurarlo. En cambio, podemos trabajar en nuestra tarea requerida directamente. Mostraremos el marco de datos que acabamos de crear empleando el método print ().

Una vez que nuestro DataFrame se cree correctamente, verificaremos el tipo de datos para todas las columnas del DataFrame. Usemos el método pandas info () para ver el tipo de datos de valores en cada columna.

La imagen de salida a continuación nos muestra un marco de datos con 3 columnas y luego muestra el tipo de datos para todas las 3 columnas.

Como necesitamos cambiar el tipo de datos de la columna de "fecha", nos centraremos en su tipo de datos actual que es 'objeto', cadena. Necesitamos cambiar su formato de objeto a DateTime. Aquí están los pandas.La función to_dateTime () nos permitirá convertir el formato a dateTime:

Necesitamos seguir esta sintaxis para emplear el PD.función to_dateTime ():

El nombre del objeto DataFrame con el nombre de la columna entre los soportes largos y el operador de asignación "=", ahora invocando los pandas.Método de Datetime () con el nombre de DataFrame con el nombre de la columna requerido como sus parámetros. En nuestra ilustración es "Entrada ['Date'] = PD.to_dateTime (entrada ['date']) ".

Una vez que se invoca esta función, la siguiente llamada es a la función pandas info () para ver los tipos de datos actualizados de DataFrame.

El terminal muestra la salida del programa ejecutado anteriormente con el tipo de datos de Convertir de la columna 'Fecha' de Object a DateTime.

Ejemplo # 2: Utilización el marco de datos de pandas.método astype () para convertir el tipo de columna del marcado de datos pandas de string a dateTime

Otro método para convertir el tipo de datos de la columna DataFrame a DateTeTime es utilizar PANDAS DataFrame.función astype ().

Hacemos uso del marco de datos que produjimos en el último ejemplo para crear esta ilustración. Con las mismas tres columnas del DataFrame, las hemos almacenado en el objeto DataFrame. Y mostrarlo utilizando la función print ().

Veamos la imagen de salida para el programa.

La columna 'Fecha' y la columna 'Evento' poseen el tipo de datos de objetos, mientras que la columna 'Costo' tiene Tipo de datos INT. La conversión del tipo de datos se realizará en la columna 'Fecha', ya que estamos discutiendo la modificación de la columna a Datetime DataType.

Demostraremos cómo cambiar el tipo de datos de la columna DataFrame "fecha" de objeto a formato de fecha y hora. Pero esta vez estamos empleando el método PANDAS DE DATAFRAME.astype () para dicho propósito.

En la instantánea del código anterior, usamos el método Astype () desde la biblioteca Pandas. La sintaxis que seguimos para la ejecución de este método es el nombre del objeto DataFrame con el nombre de la columna que desea convertir en formato de fecha y hora, entre los soportes largos, después del operador de asignación "=", nuevamente el mismo nombre del DataFrame y Nombre de la columna con ".función astype () ”.

Entre los paréntesis del método Astype (), debe especificar el tipo de datos requerido. Como necesitamos convertirlo en tipo de datos de fecha y hora, hemos proporcionado el tipo de datos "Datetime64 [ns])". Por último, mostramos los tipos de datos invocando el método info ().

Esto nos produce el siguiente resultado:

Ejemplo # 3: Utilización los pandas.método to_date () para convertir el tipo de datos a dateTime y cambiar el formato de la columna Pandas DataFrame

Supongamos que necesitamos cambiar una columna de marco de datos de 'yymmdd' a 'yyyy-mm-dd', esta ilustración lo guiará para lograr el resultado.

Inicie el programa nuevamente importando la Biblioteca Pandas como PD para acceder a las funciones de Pandas. En el siguiente paso, hemos creado una lista de diccionario "Plist" y le asignamos un conjunto de datos con 2 conjuntos de valores. Luego, para convertir esta lista en un DataFrame, creamos un objeto DataFrame "nuevo" y le asignamos la salida de llamar al PD.Función DataFrame (). Pasamos el nombre de la lista y la propiedad de "columnas" dadas dos columnas llamadas 'fechas' y 'citas', como el parámetro del PD.Función DataFrame () para construir un DataFrame con 2 columnas. Luego invocamos la función "print ()" para mostrar este marco de datos. También empleamos otra impresión () con la propiedad "dtypes" para determinar el tipo de datos de las columnas de DataFrame.

La instantánea tomada del terminal de salida a continuación muestra el marco de datos con 2 columnas y especifica explícitamente el tipo de datos de cada columna.

En la imagen de arriba, puede ver que el tipo de datos de la columna de 'fechas' se define como un objeto.

Usamos el PD.función to_dateTime () con la misma sintaxis que hemos explicado en el primer ejemplo con una adición a los parámetros esta vez. Con el nombre del nombre de datos y el nombre de la columna, también usamos el 'formato' del parámetro en esta ilustración para especificar el formato en el que queremos que se muestre la columna 'Fechas'. Hemos establecido el estilo "formato = '%y%m%d'". Ahora mostraremos DataFrame y también los tipos de datos de las columnas de DataFrame.

Aquí está la salida con formatos anteriores y actualizados de la columna "Fechas" y también el tipo de datos convertido para esta columna en particular:

Conclusión

El módulo Pandas de Python proporciona varias características para facilitar que los programadores trabajen en el procesamiento de datos. El método de pandas "PD.to_dateTime () "y" DataFrame.Astype () "se ha discutido para la conversión de String DataType a una hora de fecha. Explicamos las técnicas con la ayuda de ejemplos prácticos de código de Python implementados en Spyder para que su proceso de aprendizaje sea suave y consistente con conceptos fáciles de aclarar.