如何用熊猫截断日期时间列？答案

【问题标题】：How trunc datetime column with pandas?如何用熊猫截断日期时间列？
【发布时间】：2014-08-29 01:44:54
【问题描述】：

我有一列包含该格式的日期：

0      2013-12-12 10:51:51
1      2013-12-12 11:11:01
2      2013-12-12 11:19:22
3      2013-12-12 11:36:48
4      2013-12-12 11:36:48

我想把它截断为

0      10:51:51
1      11:11:01
2      11:19:22
3      11:36:48
4      11:36:48

我尝试了df[":11]，但它截断了列，而不是列内

【问题讨论】：

这是字符串还是日期时间列？如果是字符串，则 df['date'] = df['date'].apply(lambda x: x[11:]) 否则 df['date'] = df['date'].apply(lambda x: x.time()) 应该可以工作

标签： python date pandas

【解决方案1】：

执行以下操作：

In [145]:
# do this if the dtype is a string
df['time'] = df['time'].apply(lambda x: x[11:])
df
Out[145]:
   index      time
0      0  10:51:51
1      1  11:11:01
2      2  11:19:22
3      3  11:36:48
4      4  11:36:48
In [148]:
# do this if it's a datetime
df['time'] = df['time'].apply(lambda x: x.time())
df
Out[148]:
   index      time
0      0  10:51:51
1      1  11:11:01
2      2  11:19:22
3      3  11:36:48
4      4  11:36:48

【讨论】：

效果很好！我只需要复制数据框然后将其返回以避免错误。
好吧，我再次需要帮助，我不得不将时间列设置为 index，但它不再起作用了。我试过d.index = d.apply(lambda x: x.time())，但我收到了这个错误AttributeError: ("'Series' object has no attribute 'time"
你可以只做d.index = d.index.apply(lambda x: x.time())，或者在你把它设置为索引之前这样做
d.index = d.index.apply(lambda x: x.time()) 不起作用。我终于设法通过重置索引、应用并再次设置来做到这一点：df.reset_index("time", inplace=True) df['time'] = df['time'].apply(lambda x: x.time()) df.set_index("time", inplace=True)

【解决方案2】：

您可以简单地使用slice，如果该列不是str，您还需要映射到str：

>>> df.tic
0   2013-12-12 10:51:51
1   2013-12-12 11:11:01
2   2013-12-12 11:19:22
3   2013-12-12 11:36:48
4   2013-12-12 11:36:48
Name: tic, dtype: datetime64[ns]
>>> df.tic.map(str).str.slice(11)
0    10:51:51
1    11:11:01
2    11:19:22
3    11:36:48
4    11:36:48
Name: tic, dtype: object

如果列是Timestamp，您也可以映射到pd.Timestamp.time：

>>> df.tic.map(pd.Timestamp.time)
0    10:51:51
1    11:11:01
2    11:19:22
3    11:36:48
4    11:36:48
Name: tic, dtype: object

【讨论】：

【解决方案3】：

虽然有多种方法可以通过字符串格式化和转换来实现这一点，但将数据保存在 numpy 数组中可以获得最佳性能。比较以下：

生成一些数据：

datetimes = pd.Series(pd.date_range(start='2018-01-01', end='2018-02-01', freq='s'))

转换为datetime对象数组：

%%timeit
datetimes.dt.time

7.41 s ± 747 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

保存在 numpy 数组中

%%timeit

datetimes-datetimes.dt.floor(freq='D')

166 ms ± 50.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

为了完整起见，数据比较：

df = pd.concat([
    datetimes.rename('input'), 
    (datetimes-datetimes.dt.floor(freq='D')).rename('using floor'), 
    datetimes.dt.time.rename('using time')
], axis=1).head()

结果数据：

df.head(5)

    input               using floor     using time
0   2018-01-01 00:00:00     00:00:00    00:00:00
1   2018-01-01 00:00:01     00:00:01    00:00:01
2   2018-01-01 00:00:02     00:00:02    00:00:02
3   2018-01-01 00:00:03     00:00:03    00:00:03
4   2018-01-01 00:00:04     00:00:04    00:00:04

结果类型：

df.dtypes

input           datetime64[ns]
using floor    timedelta64[ns]
using time              object
dtype: object

【讨论】：