Pandas convertit la colonne en datetime
Nous pouvons changer le format d'une colonne à partir d'une chaîne ou même d'un objet à une datetime en utilisant les méthodes Pandas vers_dateTime () et Astype (). On peut tourner une DateTime dans un dataframe qui a une colonne de chaîne qui est formatée d'une certaine manière en utilisant la méthode DateTime (), qui reconnaît l'argument du format pour définir la date et l'heure du format. L'utilisateur ne pourra pas remplir de fonctions de séries chronologiques sur eux chaque fois que les dates n'ont pas été entrées dans le format approprié. Nous devons changer les dates au format date-heure nécessaire pour gérer ce.
Cet article couvrira des méthodes pour convertir une colonne Pandas Dataframe avec un objet ou une chaîne en un type de données DateTime.
Exemple # 1: Utilisation du PD.To_dateTime () Méthode pour convertir le type de colonne du Pandas DataFrame de String en DateTime
Dans cette méthode, nous utiliserons les «pandas.TO_DATETIME () ”Fonction pour modifier le type de données du type de données Pandas DataFrame de la colonne.
Tout d'abord, importez la bibliothèque dans le programme Python. Puis définissez l'alias sur PD pour utiliser les fonctionnalités de la bibliothèque Pandas. Le code principal commence par créer un objet DataFrame «Entrée». Nous avons ensuite attribué cet objet pour la sortie de l'appel de la fonction Pandas DataFrame. Nous avons construit un dataframe en utilisant les pandas.Méthode DataFrame (). Dans ce DataFrame, nous avons initialisé trois colonnes: date, événement et coût.
Vous pouvez voir que la colonne «Date» stockage déjà des données au format «dd / mm / yy». Donc, nous n'avons pas besoin de le régler. Au lieu de cela, nous pouvons travailler directement sur notre tâche requise. Nous afficherons le dataframe que nous venons de créer en utilisant la méthode print ().
Une fois notre DataFrame créé avec succès, nous vérifierons le type de données pour toutes les colonnes du DataFrame. Utilisons la méthode Pandas Info () pour examiner le type de données des valeurs dans chaque colonne.
L'image de sortie ci-dessous nous montre un dataframe avec 3 colonnes, puis il affiche le type de données pour les 3 colonnes.
Comme nous devons modifier le type de données de la colonne «Date», nous nous concentrerons sur son type de données actuel qui est «objet», String. Nous devons changer son format de l'objet à DateTime. Voici les pandas.La fonction vers_dateTime () nous permettra de convertir le format en datetime:
Nous devons suivre cette syntaxe pour utiliser le PD.TO_DATETime () Fonction:
Le nom de l'objet DataFrame avec le nom de la colonne entre les supports longs et l'opérateur d'affectation «=», invoquant maintenant les pandas.Méthode datetime () avec le nom de DataFrame ayant requis le nom de la colonne comme paramètres. Dans notre illustration, c'est «Entrée ['Date»] = PD.to_datetime (entrée ['date']) ".
Une fois cette fonction invoquée, l'appel suivant est à la fonction Pandas Info () pour voir les données mises à jour du DataFrame.
Le terminal montre la sortie du programme ci-dessus exécuté avec le type de données converti de la colonne «Date» de l'objet à DateTime.
Exemple n ° 2: utilisation Le Pandas Dataframe.Méthode Astype () pour convertir le type de colonne du Pandas DataFrame de String en DateTime
Une autre méthode pour convertir le type de données de la colonne DataFrame en DateTime consiste à utiliser le pandas dataframe.Fonction Astype ().
Nous utilisons le dataframe que nous avons produit dans le dernier exemple pour créer cette illustration. Avec les trois mêmes colonnes du DataFrame, nous les avons stockées dans l'objet DataFrame. Et l'afficher en utilisant la fonction print ().
Voyons l'image de sortie du programme.
La colonne «date» et la colonne «événement» possèdent un type de données d'objet tandis que la colonne «Cost» a un type de données. La conversion du type de données sera effectuée sur la colonne «Date» car nous discutons de la modification de la colonne à DateTime DataType.
Nous allons montrer comment modifier le type de données de la colonne DataFrame «Date» de l'objet au format DateTime. Mais cette fois, nous employons la méthode Pandas DataFrame.Astype () dans ledit but.
Dans l'instantané du code ci-dessus, nous utilisons la méthode Astype () de la bibliothèque Pandas. La syntaxe que nous suivons pour l'exécution de cette méthode est le nom de l'objet DataFrame avec le nom de colonne que vous souhaitez convertir au format DateTime, entre les supports longs, après l'opérateur d'affectation «=», encore une fois le même nom du DataFrame et Nom de la colonne avec ".Fonction Astype () ».
Entre les parenthèses de la méthode Astype (), vous devez spécifier le type de données requis. Comme nous devons le convertir en type de données DateTime, nous avons fourni le type de données «DateTime64 [ns])». Enfin, nous avons affiché les datatypes en invoquant la méthode info ().
Cela nous donne le résultat suivant:
Exemple n ° 3: utilisation les pandas.TO_DATE () Méthode pour convertir le type de données en datetime et modifier le format de la colonne Pandas Dataframe
Supposons que nous devons modifier une colonne de trame de données de «yymmdd» en «yyyy-mm-dd», cette illustration vous guidera pour atteindre le résultat.
Recommencer le programme en important la bibliothèque Pandas en tant que PD pour accéder aux fonctionnalités Pandas. À l'étape suivante, nous avons créé une liste de dictionnaire «PLIST» et lui avons attribué un ensemble de données avec 2 ensembles de valeurs. Ensuite, pour convertir cette liste en une dataframe, nous créons un objet DataFrame «nouveau» et lui attribuons la sortie de l'appel du PD.Fonction DataFrame (). Nous passons le nom de la liste et la propriété «colonnes» donnée deux colonnes nommées «dates» et «rendez-vous», comme paramètre du PD.Fonction DataFrame () pour construire un DataFrame avec 2 colonnes. Nous invoquons ensuite la fonction «print ()» pour afficher ce dataframe. Nous employons également un autre imprimé () avec la propriété «dtypes» pour déterminer le type de données des colonnes du dataframe.
L'instantané pris de la borne de sortie ci-dessous montre le dataframe avec 2 colonnes et spécifie explicitement le type de données de chaque colonne.
Dans l'image ci-dessus, vous pouvez voir que le type de données de la colonne «Dates» est défini comme un objet.
Nous utilisons le PD.TO_DATETime () Fonction avec la même syntaxe que nous avons expliquée dans le premier exemple avec un ajout aux paramètres cette fois. Avec le nom du nom de dataframe et de la colonne, nous utilisons également le «format» du paramètre dans cette illustration pour spécifier le format dans lequel nous voulons que la colonne «dates» soit affichée. Nous avons réglé le style «format = '% y% m% d» ». Nous allons maintenant afficher le dataframe ainsi que les données des colonnes DataFrame.
Voici la sortie avec les formats précédents et mis à jour de la colonne «Dates» et également le type de données converti pour cette colonne particulière:
Conclusion
Le module Pandas de Python fournit plusieurs fonctionnalités pour faciliter la travail pour les programmeurs sur le traitement des données. La méthode des pandas «PD.to_datetime () "et" dataframe.Astype () ”a été discuté pour la conversion du type de données de chaîne en un DateTime. Nous avons expliqué les techniques à l'aide d'exemples de code Python pratiques implémentés sur Spyder pour rendre votre processus d'apprentissage lisse et cohérent avec des concepts faciles à grab.