如何更改整列的日期格式

Question

我正在分析.csv文件，其中我的第一列是格式为"2016-09-15T00:00:13"的日期时间，我想将此格式更改为标准python日期时间对象。我可以更改一个但日期的格式，但对于整列，我不能这样做。

我正在使用的代码：

import numpy
import dateutil.parser
mydate = dateutil.parser.parse(numpy.mydata[1:,0])
print(mydate)

我得到错误：

"module"对象没有属性"mydata">

这是我希望更改其格式的列。

print(mydata[1:,0])
['2016-09-15T00:00:13' 
'2016-09-15T00:00:38' 
'2016-09-15T00:00:53' 
...,
'2016-09-15T23:59:28' 
'2016-09-15T23:59:37' 
'2016-09-15T23:59:52']

Answer 1

from datetime import datetime
for date in mydata:
  date_object = datetime.strptime(date, '%Y-%m-%dT%H:%M:%S')

这是我使用的方法的链接。该链接还列出了格式参数。

哦，关于

"module"对象没有属性"mydata">

您调用numpy.mydata，它是对您导入的numpy模块的"mydata"属性的引用。问题是，"mydata"只是您的变量之一，而不是numpy中包含的内容。

Answer 2

除非你有令人信服的理由避免它，否则熊猫是进行这种分析的方法。你可以简单地做

import pandas
df = pandas.read_csv('myfile.csv', parse_dates=True)

这将假设第一列是索引列，并解析其中的日期。这可能是您想要的。

Answer 3

假设您已经处理了numpy.mydata[1:,0]属性错误

您的数据看起来像：

In [268]: mydata=['2016-09-15T00:00:13' ,
     ...: '2016-09-15T00:00:38' ,
     ...: '2016-09-15T00:00:53' ,
     ...: '2016-09-15T23:59:28' ,
     ...: '2016-09-15T23:59:37' ,
     ...: '2016-09-15T23:59:52']

或者在数组形式中，它是字符串的ld数组

In [269]: mydata=np.array(mydata)
In [270]: mydata
Out[270]: 
array(['2016-09-15T00:00:13', '2016-09-15T00:00:38', '2016-09-15T00:00:53',
       '2016-09-15T23:59:28', '2016-09-15T23:59:37', '2016-09-15T23:59:52'], 
      dtype='<U19')

numpy有一个版本的datetime，它存储为64位浮点，并且可以用数字表示。您的日期很容易转换为astype(您的格式是标准的(：

In [271]: mydata.astype(np.datetime64)
Out[271]: 
array(['2016-09-15T00:00:13', '2016-09-15T00:00:38', '2016-09-15T00:00:53',
       '2016-09-15T23:59:28', '2016-09-15T23:59:37', '2016-09-15T23:59:52'], 
       dtype='datetime64[s]')

tolist将此数组转换为列表，并将日期转换为datetime对象：

In [274]: D.tolist()
Out[274]: 
[datetime.datetime(2016, 9, 15, 0, 0, 13),
 datetime.datetime(2016, 9, 15, 0, 0, 38),
 datetime.datetime(2016, 9, 15, 0, 0, 53),
 datetime.datetime(2016, 9, 15, 23, 59, 28),
 datetime.datetime(2016, 9, 15, 23, 59, 37),
 datetime.datetime(2016, 9, 15, 23, 59, 52)]

它可以被转换回dtype对象的数组：

In [275]: np.array(D.tolist())
Out[275]: 
array([datetime.datetime(2016, 9, 15, 0, 0, 13),
       datetime.datetime(2016, 9, 15, 0, 0, 38),
       datetime.datetime(2016, 9, 15, 0, 0, 53),
       datetime.datetime(2016, 9, 15, 23, 59, 28),
       datetime.datetime(2016, 9, 15, 23, 59, 37),
       datetime.datetime(2016, 9, 15, 23, 59, 52)], dtype=object)

这些对象不能用于数组计算。这份清单也同样有用。

如果您的字符串格式不是标准的，那么您就必须在列表理解中使用datetime解析器，如@staples所示。