我有一個包含多種日期格式的大型數據框，我想清理此數據集，但我確實想知道是否可以找到此日期列并更改其格式，而無需一次覆蓋一列。這就是我提取所有以前綴日期開頭的列的方式date_df = df.loc[:,df.columns.str.startswith("date")] 然后從這里我寫了一個函數來將日期格式從字符串更改為日期時間 YMD。from datetime import datetimedef date_fomated():dates = df.loc[:,date_df.columns.datetime.strftime('%m/%d/%Y')]return dates這沒有用..我的預期結果是創建一個函數，該函數使用前綴“date”將這些多個日期列中的格式日期設置為 YMD 來對日期列進行子集化。這是一個要使用的小數據集import pandas as pddata = [['2020-06-24','2020-01-24'],['2020-05-04','2020-06-24'],['2018-11-24','2018-11-24'],['2018-11-24','2018-11-24']]df = pd.DataFrame(data,columns=['date_today','date_adm'],dtype=float)print (df)請協助
2 回答
森林海
TA貢獻2011條經驗 獲得超2個贊
請使用df.filter(like='date', axis=1)（包含“日期”）或df.filter(regex='^date', axis=1)(starts with date) and apply pd.to_datetime to thedf進行過濾
原始 df dtypes
df.filter(like='date', axis=1).dtypes#filter columns that contain date and check their dtypes
df.dtypes
date_today object
date_adm object
dtype: object
解決方案
df.filter(like='date', axis=1).apply(lambda x: pd.to_datetime(x))
新數據類型
df.filter(like='date', axis=1).apply(lambda x: pd.to_datetime(x)).dtypes
df.dtypes
date_today datetime64[ns]
date_adm datetime64[ns]
dtype: object
江戶川亂折騰
TA貢獻1851條經驗 獲得超5個贊
讓我們使用stack和filter
df = pd.DataFrame({'date1' : ['20200105','20210305'],
'date2' : [20200103, 20210309],
'id' : [0,1] })
date1 date2 id
0 20200105 20200103 0
1 20210305 20210309 1
df.loc[:,df.filter(like='date').columns] = df.filter(like='date')\
.stack()\
.apply(pd.to_datetime,
format='%Y%m%d')\
.unstack()
print(df)
date1 date2 id
0 2020-01-05 2020-01-03 0
1 2021-03-05 2021-03-09 1
print(df.dtypes)
date1 datetime64[ns]
date2 datetime64[ns]
id int64
dtype: object
添加回答
舉報
0/150
提交
取消