如何調整成Python的日期格式

更新於 發佈於 閱讀時間約 4 分鐘

首先我們可用pandas的to_datetime函數:

import pandas as pd

data["一般日期_python格式"] = pd.to_datetime(data["一般日期"])
raw-image

如果是中文日期的話,我們可以這麼做

for i,j in zip(["年","月","日"],["/","/",""]):

data["中文日期"] = list(map(lambda x: x.replace(i,j),data["中文日期"]))

data["中文日期_python格式"] = pd.to_datetime(data["中文日期"])
raw-image


另外,我們可用datetime模組的date()函數做同樣的事情:

data["一般日期_python格式"] = list(map(lambda x: datetime.date(year = int(x.split("/")[0]),

month = int(x.split("/")[1]),

day = int(x.split("/")[2])),data["一般日期"]))
raw-image

同樣的也可以轉換中文日期

for i,j in zip(["年","月","日"],["/","/",""]):

data["中文日期"] = list(map(lambda x: x.replace(i,j),data["中文日期"]))

data["中文日期_python格式"] = list(map(lambda x: datetime.date(year = int(x.split("/")[0]),

month = int(x.split("/")[1]),

day = int(x.split("/")[2])),

data["中文日期"]))
raw-image

如果是「日期時間」格式,也可以用datetime模組的datetime()函數來做轉換

data["日期部分"] = list(map(lambda x: x.split(" ")[0] ,data["日期時間"]))

for i,j in zip(["年","月","日"],[0,1,2]):

data[i] = list(map(lambda x: x.split("/")[j],data["日期部分"]))



data["時間部分"] = list(map(lambda x: x.split(" ")[1] ,data["日期時間"]))

for i,j in zip(["時","分","秒"],[0,1,2]):

data[i] = list(map(lambda x: x.split(":")[j],data["時間部分"]))



data["日期時間_彙整"] = data["年"] + "/" + data["月"]+ "/" + data["日"]+ "/" + data["時"]+ "/" + data["分"]+ "/" + data["秒"]

data["日期時間_python格式"] = list(map(lambda x: datetime.datetime(year = int(x.split("/")[0]),

month = int(x.split("/")[1]),

day = int(x.split("/")[2]),

hour = int(x.split("/")[3]),

minute = int(x.split("/")[4]),

second = int(x.split("/")[5]))

,data["日期時間_彙整"]))
raw-image



留言
avatar-img
留言分享你的想法!
avatar-img
果農的沙龍
7會員
61內容數
我是果農,這裡有我的人資職涯經驗分享,與我菜鳥般的Python資料分析筆記,還有一些讀書心得,希望對大家有幫助。
果農的沙龍的其他內容
2024/08/30
如何用Python做可調整是否能重複抽獎的程式
Thumbnail
2024/08/30
如何用Python做可調整是否能重複抽獎的程式
Thumbnail
2024/08/23
如何用Python繪製彩色表格
Thumbnail
2024/08/23
如何用Python繪製彩色表格
Thumbnail
2024/08/03
如何用Python繪製百分比直條圖
Thumbnail
2024/08/03
如何用Python繪製百分比直條圖
Thumbnail
看更多
你可能也想看
Thumbnail
如何用Python將DataFrame中的資料擷取維新的DataFrame?
Thumbnail
如何用Python將DataFrame中的資料擷取維新的DataFrame?
Thumbnail
本文介紹瞭如何使用 Python pandas 進行資料分析,包括如何使用 corr() 函數針對數字類型的欄位進行分析,以及如何刪除不需要的欄位和取得想要的小數位數。
Thumbnail
本文介紹瞭如何使用 Python pandas 進行資料分析,包括如何使用 corr() 函數針對數字類型的欄位進行分析,以及如何刪除不需要的欄位和取得想要的小數位數。
Thumbnail
題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們以原有的資料表為基礎,融合不同的資料欄位。 以product作為index,融合quarter_1,quarter_2,quarter_3,quarter_4 這四個欄位,並且重新命名為quarter,並且將數值欄位名稱重
Thumbnail
題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們以原有的資料表為基礎,融合不同的資料欄位。 以product作為index,融合quarter_1,quarter_2,quarter_3,quarter_4 這四個欄位,並且重新命名為quarter,並且將數值欄位名稱重
Thumbnail
題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們以原有的資料表為基礎,將資料表做樞紐轉換,垂直方向是月份,水平方向是不同的城市,而表格內容是該城市在某個月份的溫度。 題目的原文敘述 測試範例 Example 1: Input: +--------------+-
Thumbnail
題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們以原有的資料表為基礎,將資料表做樞紐轉換,垂直方向是月份,水平方向是不同的城市,而表格內容是該城市在某個月份的溫度。 題目的原文敘述 測試範例 Example 1: Input: +--------------+-
Thumbnail
題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們在原有的資料表上,將欄位grade的資料型別從原本的float變更為int整數型別。 題目的原文敘述 測試範例 Example 1: Input: DataFrame students: +------------
Thumbnail
題目敘述 題目會給定一個pandas DataFrame作為輸入,要求我們在原有的資料表上,將欄位grade的資料型別從原本的float變更為int整數型別。 題目的原文敘述 測試範例 Example 1: Input: DataFrame students: +------------
Thumbnail
題目敘述 題目會給定一個python list形式的輸入,要求我們把它轉換成pandas dataframe的形式做輸出。並且指定column名稱分別為student_id, 和 age 題目的原文敘述 測試範例
Thumbnail
題目敘述 題目會給定一個python list形式的輸入,要求我們把它轉換成pandas dataframe的形式做輸出。並且指定column名稱分別為student_id, 和 age 題目的原文敘述 測試範例
Thumbnail
繼「【🔒 Python實戰營 - Data Science 必修班】Pandas 資料清洗技 - 填補式」之後,我們已經學會怎麼填補空缺資料了,那這個章節我們來教您如何對某些欄位有條件的整形,有時候我們的資料來源某些欄位資料格式不一,甚至型態都不是正規統一的值,此時我們就需要針對這些值進行一些處理
Thumbnail
繼「【🔒 Python實戰營 - Data Science 必修班】Pandas 資料清洗技 - 填補式」之後,我們已經學會怎麼填補空缺資料了,那這個章節我們來教您如何對某些欄位有條件的整形,有時候我們的資料來源某些欄位資料格式不一,甚至型態都不是正規統一的值,此時我們就需要針對這些值進行一些處理
Thumbnail
大家好,歡迎來到我的學習筆記系列,今天我要跟大家分享一下 Python 的 datetime 模組,這是一個非常實用的模組,可以幫助我們處理日期和時間相關的問題。 datetime 模組提供了四個主要的類別,分別是 date、time、datetime 和 timedelta。
Thumbnail
大家好,歡迎來到我的學習筆記系列,今天我要跟大家分享一下 Python 的 datetime 模組,這是一個非常實用的模組,可以幫助我們處理日期和時間相關的問題。 datetime 模組提供了四個主要的類別,分別是 date、time、datetime 和 timedelta。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News