如何将数据帧的日期和时间列转换为熊猫的日期时间格式？

Question

我有我的数据帧一DateTime列DF如下图所示：

DateTime 
3/1/2016 12:15:00 AM  
3/1/2016 12:30:00 AM  
3/1/2016 12:45:00 AM  
3/1/2016 1:00:00 AM 
3/1/2016 1:15:00 AM 
3/1/2016 1:30:00 AM 
3/1/2016 1:45:00 AM 
3/1/2016 2:00:00 AM  
3/1/2016 2:15:00 AM 

我想将其转换成以下格式，即在24小时格式如下图所示：

03-01-2016 12:15:00 

哪有我这样做？

Answer 1

您只能使用to_datetime：

print (df) 
       DateTime 
0 3/1/2016 12:15:00 AM 
1 3/1/2016 12:30:00 AM 
2 3/1/2016 12:45:00 AM 
3 3/1/2016 1:00:00 AM 
4 3/1/2016 1:15:00 AM 
5 3/1/2016 1:30:00 AM 
6 3/1/2016 1:45:00 AM 
7 3/1/2016 2:00:00 AM 
8 3/1/2016 2:15:00 PM <-date is changed for better testing 

df.DateTime = pd.to_datetime(df.DateTime) 
print (df) 
      DateTime 
0 2016-03-01 00:15:00 
1 2016-03-01 00:30:00 
2 2016-03-01 00:45:00 
3 2016-03-01 01:00:00 
4 2016-03-01 01:15:00 
5 2016-03-01 01:30:00 
6 2016-03-01 01:45:00 
7 2016-03-01 02:00:00 
8 2016-03-01 14:15:00 

编辑：

这时需要参数errors='coerce'为以NaT替换有问题的值：

print (df) 
       DateTime 
0 3/1/2016 28:15:00 AM <- wrong date 
1 3/1/2016 12:30:00 AM 
2 3/1/2016 12:45:00 AM 
3 3/1/2016 1:00:00 AM 
4 3/1/2016 1:15:00 AM 
5 3/1/2016 1:30:00 AM 
6 3/1/2016 1:45:00 AM 
7 3/1/2016 2:00:00 AM 
8 3/1/2016 2:15:00 PM 


df.DateTime = pd.to_datetime(df.DateTime, errors='coerce') 
print (df) 
      DateTime 
0     NaT 
1 2016-03-01 00:30:00 
2 2016-03-01 00:45:00 
3 2016-03-01 01:00:00 
4 2016-03-01 01:15:00 
5 2016-03-01 01:30:00 
6 2016-03-01 01:45:00 
7 2016-03-01 02:00:00 
8 2016-03-01 14:15:00 

为了检查有问题的值，用boolean indexing：

print (df[pd.to_datetime(df.DateTime, errors='coerce').isnull()]) 
       DateTime 
0 3/1/2016 28:15:00 AM 

Answer 2

这应该工作：

df["DateTime"] = pd.to_datetime(df["DateTime"],errors="coerce").dt.strftime("%d-%m-%Y %H:%M:%S") 

print (df["DateTime"]) 

输出：

0 01-03-2016 00:15:00 
1 01-03-2016 00:30:00 
2 01-03-2016 00:45:00 
3 01-03-2016 01:00:00 
4 01-03-2016 01:15:00 
5 01-03-2016 01:30:00 
6 01-03-2016 01:45:00 
7 01-03-2016 02:00:00 
8 01-03-2016 02:15:00 
Name: DateTime, dtype: object