Convertir les séries Pandas en DateTime dans un DataFrame
J'ai une Pandas DataFrame comme ci-dessous
ReviewID ID Type TimeReviewed
205 76032930 51936827 ReportID 2015-01-15 00:05:27.513000
232 76032930 51936854 ReportID 2015-01-15 00:06:46.703000
233 76032930 51936855 ReportID 2015-01-15 00:06:56.707000
413 76032930 51937035 ReportID 2015-01-15 00:14:24.957000
565 76032930 51937188 ReportID 2015-01-15 00:23:07.220000
>>> type(df)
<class 'pandas.core.frame.DataFrame'>
TimeReviewed est un type de série
>>> type(df.TimeReviewed)
<class 'pandas.core.series.Series'>
J'ai essayé ci-dessous, mais cela ne change pas le type de Série
import pandas as pd
review = pd.to_datetime(pd.Series(df.TimeReviewed))
>>> type(review)
<class 'pandas.core.series.Series'>
Comment puis-je changer le df.TimeReviewed de type DateTime et tirez année, mois, jour, heure, min, sec séparément?
Je suis un peu nouveau pour python, merci pour votre aide.
source d'informationauteur 1EnemyLeft
Vous devez vous connecter pour publier un commentaire.
Vous ne pouvez pas:
DataFrame
colonnes sontSeries
par définition. Cela dit, si vous faites ledtype
(le type de tous les éléments) datetime, vous pourrez alors accéder à la quantité que vous souhaitez via le.dt
accesseur (docs):Si vous êtes coincé à l'aide d'une version plus ancienne de
pandas
vous pouvez toujours accéder aux différents éléments manuellement (encore une fois, après la conversion il datetime-dtyped de la Série). Ce sera plus lent, mais parfois ce n'est pas un problème:Un peu de pratique script: