如何更改整个列的日期格式？
如何更改整个列的日期格式？
提问于 2016-11-02 05:09:24
我正在分析.csv文件，在这里，我的第一列是日期时间的格式"2016-09-15T00:00:13“，我想将这个格式更改为标准的python对象，我可以更改一个但日期的格式，但是对于整个列，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)我发现了一个错误：
“模块”对象没有属性“mydata”
下面是我希望更改格式的列。
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']回答 3
Stack Overflow用户
回答已采纳
发布于 2016-11-02 05:30:26
from datetime import datetime
for date in mydata:
date_object = datetime.strptime(date, '%Y-%m-%dT%H:%M:%S')下面是我使用的方法的一个链接。该链接还列出了格式参数。
哦还有关于
“模块”对象没有属性“mydata”
您可以调用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，而不是包含在numpy中的。
Stack Overflow用户
发布于 2016-11-02 08:04:06
除非你有一个令人信服的理由来避免它，熊猫才是进行这种分析的方法。你可以简单的做
import pandas
df = pandas.read_csv('myfile.csv', parse_dates=True)这将假设第一列是索引列，并在其中解析日期。这可能就是你想要的。
Stack Overflow用户
发布于 2016-11-02 07:56:38
假设您已经处理了numpy.mydata[1:,0]属性错误
您的数据如下：
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']或以数组形式表示，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datetime版本，该版本存储为64位浮点数，可以在数字上使用。您的日期可以用astype轻松转换为(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--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)]可以将其转换回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，那么您就必须使用datetime解析器来理解列表，就像@staples展示的那样。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/40372864
复制相关文章
相似问题
腾讯云开发者
