Pandas日期列读取成日期格式
read_csv
的时候加一个参数:parse_dates = ['date']
,就会把date这一列自动转化为日期格式,例如
file_path = root_path + "/data/stock_data.csv"
data = pd.read_csv(file_path, header = 0, sep = '\t')
print(data)
如果原来读取进来日期格式为 “2018-05-09 10:43:52”
, 想把该日期变为 “20180509”
,可以这样处理:
data['date'].dt.strftime('%Y%m%d')
把某一列字符串格式的时间转化为时间格式的时间:
data = pd.DataFrame({'a': ['2019-01-27 12:34:45.0', '2019-01-27 11:28:32.0']})
data['timea'] = data['a'].apply(lambda x:parse(x))
print(data)
a timea
0 2019-01-27 12:34:45.0 2019-01-27 12:34:45
1 2019-01-27 11:28:32.0 2019-01-27 11:28:32
timea列即为转化后的列,可以直接进行大小比较.
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!