Pandas 中的多个日期转换答案

【问题标题】：Multiple date conversions in PandasPandas 中的多个日期转换
【发布时间】：2022-06-28 21:51:58
【问题描述】：

我有一个包含多行的数据框，例如以下示例，其中包含两个单独的对象（字符串）列，例如：

Date         Time
18 Jun 2022  10:22
18 Jun 2022  10:03
15 Jun 2022  21:34

我需要创建一个新列，其中包含一个整数，描述自 epoch 结合这两列以来的秒数

我在 lambda 函数中使用 strptime 将日期更改为“YYYY-MM-DD”格式，其中 MM 现在是一个零领导的月份数字，例如“06”而不是“Jun”，所以新的数据框是这样的：

Date         Time   NewDate
18 Jun 2022  10:22  2022-06-18
18 Jun 2022  10:03  2022-06-18
15 Jun 2022  21:34  2022-06-15

其中 Date 和 Time 是对象，但 NewDate 是 DateTime。

我被困在尝试使用 strftime 将 NewDate 日期时间值重新转换为字符串，然后将 Time 字符串也连接起来，然后将其更改为自纪元以来的最终秒数。

当然，也许有更好的整体想法/策略。

感谢您的帮助。

【问题讨论】：

"自纪元以来的秒数" 你的意思是 Unix 纪元？
我需要一个渐进的数字来绘制时间序列并围绕我认为最简单的是自 Unix 纪元以来的秒数，是的。理想情况下，最好将最旧的时间戳设为 0 并计算从该时间戳开始的秒数 :) 谢谢

标签： python pandas datetime

【解决方案1】：

你可以create a datetime数据类型列之类的

df['datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'])

df 
          Date   Time            datetime
0  18 Jun 2022  10:22 2022-06-18 10:22:00
1  18 Jun 2022  10:03 2022-06-18 10:03:00
2  15 Jun 2022  21:34 2022-06-15 21:34:00

pandas datetime 在内部使用 Unix 时间，但自纪元以来为纳秒。因此，您可以转换为自 Unix 纪元以来的秒数，例如

df['unix'] = df['datetime'].astype('int64')/1e9

df 
          Date   Time            datetime          unix
0  18 Jun 2022  10:22 2022-06-18 10:22:00  1.655548e+09
1  18 Jun 2022  10:03 2022-06-18 10:03:00  1.655547e+09
2  15 Jun 2022  21:34 2022-06-15 21:34:00  1.655329e+09

请注意，由于我们没有设置时区，“日期时间”将假定为 UTC。

要获取相对于最早日期的秒数，您可以使用

df['unix']-df['unix'].min()

# or if you don't actually need Unix time:
(df['datetime']-df['datetime'].min()).dt.total_seconds()

【讨论】：

哇，所以我不需要复杂的 strptime 来将月份从字母更改为数字。 ...哇 :) 非常感谢
@RobertAlexander 我已经链接了文档；我认为 pd.to_datetime 没有办法 ;-) 请注意，一般情况下，根据您的输入，会有一些注意事项，例如如果这一天先到等等。但是在这里一切正常。