Pandas：将 0 添加到表示日期的长整数答案

【问题标题】：Pandas: Adding 0 to a long integer representing a datePandas：将 0 添加到表示日期的长整数
【发布时间】：2017-11-10 06:30:08
【问题描述】：

我正在尝试将 csv 导入熊猫。此 csv 包含如下数据列（例如）：

20170607155749330：（年/月/日/小时/分钟/秒/分秒/厘秒/毫秒）。所以有 17 个数字代表日期。

我遇到的问题是，对于这个特定的数据集，某些行的日期精度不同，例如： 2017060715581995 ：这里只有 16 个数字，因为缺少毫秒。

我想做的很简单：将每一行的每个日期转换为我最终得到 17 位的方式，当其中一个缺失时添加一个 0。

这是我为此编写的函数：

def convert_value(val):
   return ('{:0<17}'.format(val))

所以我尝试通过创建一个新列将其应用于每一行，例如：

file_temp['Time_Transformed'] = file_temp.apply( lambda x: convert_value(x["TIME"]) , axis =1)

我面临两个问题：

首先，新创建的列不是整数，而是对象类型；
其次，它只是不起作用，0 不会添加到较短的日期。

我尝试了各种其他方法，将原始数据转换为字符串，但它们也不起作用。

【问题讨论】：

标签： python pandas date date-conversion

【解决方案1】：

我会使用ljust 字符串方法并转换为整数。从一个简单的数据框开始：

In [4]: df = pd.DataFrame([20170607155749330,20170607155749])

In [5]: df
Out[5]: 
                   0
0  20170607155749330
1     20170607155749

我们可以添加一列：

In [11]: df['T'] = df[0].apply(lambda x: int(str(x).ljust(17,'0')))

In [12]: df
Out[12]: 
                   0                  T
0  20170607155749330  20170607155749330
1     20170607155749  20170607155749000

基本上我们使用ljust(17,'0') 将0 添加到整数末尾的固定长度17 现在作为字符串，然后将所有内容转换回整数。

【讨论】：

【解决方案2】：

我认为你需要astype 和str.ljust：

df = pd.DataFrame({'A':[20170607155749330,20170607155749]})

df['new'] = df['A'].astype(str).str.ljust(17, '0').astype('int64')
print (df)
                   A                new
0  20170607155749330  20170607155749330
1     20170607155749  20170607155749000

对于日期时间：

df['date'] = pd.to_datetime(df['A'].astype(str).str.ljust(17, '0'), format='%Y%m%d%M%S%f')
print (df)
                   A                       date
0  20170607155749330 2017-06-07 00:15:57.493300
1     20170607155749 2017-06-07 00:15:57.490000

等同于：

df['date'] = pd.to_datetime(df['A'], format='%Y%m%d%M%S%f')
print (df)
                   A                       date
0  20170607155749330 2017-06-07 00:15:57.493300
1     20170607155749 2017-06-07 00:15:57.490000

【讨论】：

很好，它正在工作！现在我有一个问题，当我尝试使用 pd.to_datetime 时出现错误“DataFrame”对象没有属性“to_datetime”。我试图用谷歌搜索它，但我没有看到任何解决方案。
您需要选择DataFrame的列，所以检查print (df.columns)然后使用pd.to_datetime(df[colname], format='%Y%m%d%M%S%f')。所以如果列是0 需要pd.to_datetime(df['0'], format='%Y%m%d%M%S%f') 或pd.to_datetime(df[0], format='%Y%m%d%M%S%f')
感谢您的帮助，但我仍然有同样的问题，显然我的数据框由于某种特殊原因没有“to_datetime”模块？我检查了我的熊猫版本是 0.20.1
可能是错字，不是df.to_datetime byt pd.to_datetime

【解决方案3】：

以下普通的普通（字符串操作）Python 可以解决问题：

from __future__ import print_function

def conv_date(date__):
    date_ = str(date__)
    len_ = len(date_)

    if len_ == max_:
        return date__
    else:
        return int(date_ + '0' * (max_ - len_))


if __name__ == "__main__":
    max_ = 17
    dates = [20170607155749330, 2017060715581995]
    for date_ in dates:
        print(date_, "\t", conv_date(date_))

即输出为：

20170607155749330        20170607155749330
2017060715581995         20170607155819950

【讨论】：