将一列的值分成两列

Question

我有一个数据框，其中有一列“last_updated”，类型为 datetime64[ns]：

df = pd.DataFrame({'last_updated': ['11/12/14 2:44 PM','5/18/15 11:36 AM','11/12/14 
3:09 PM']})

我想从这一单列中创建两列 - “last_updated_date”和“last_updated_time”。此外，时间应为 24 小时制。

如何使用 pandas 完成这项任务？

Answer 1

试试这个：

In [89]: df['last_updated_date'] = pd.to_datetime(df.last_updated).dt.normalize()

In [90]: df['last_updated_time'] = pd.to_datetime(df.last_updated).dt.time

In [91]: df
Out[91]:
       last_updated last_updated_date last_updated_time
0  11/12/14 2:44 PM        2014-11-12          14:44:00
1  5/18/15 11:36 AM        2015-05-18          11:36:00
2  11/12/14 3:09 PM        2014-11-12          15:09:00

如果你想更快地做到这一点并且你准备牺牲一些内存，你可以这样做：

In [95]: df
Out[95]:
       last_updated
0  11/12/14 2:44 PM
1  5/18/15 11:36 AM
2  11/12/14 3:09 PM

In [96]: d = pd.to_datetime(df.last_updated)

In [97]: df['last_updated_date'] = d.dt.normalize()

In [98]: df['last_updated_time'] = d.dt.time

In [99]: del d

In [100]: df
Out[100]:
       last_updated last_updated_date last_updated_time
0  11/12/14 2:44 PM        2014-11-12          14:44:00
1  5/18/15 11:36 AM        2015-05-18          11:36:00
2  11/12/14 3:09 PM        2014-11-12          15:09:00

更新：将日期和时间列保存到 Excel

为了正确存储时间，我会将时间转换为字符串/对象 dtype：

df['last_updated_time'] = d.dt.strftime('%H:%M:%S')

现在我们可以将其保存到 Excel：

In [133]: writer = pd.ExcelWriter(r'd:/temp/a.xlsx', datetime_format='YYYY-MM-DD')

In [134]: df.to_excel(writer, index=False)

In [135]: writer.close()

结果（d:/temp/a.xlsx）：

Answer 2

您可以将 datetime 列转换为 24 小时格式后的字符串（日期和时间部分），如下所示：

new_cols = ['last_updated_date', 'last_updated_time']
df[new_cols] = pd.to_datetime(df['last_updated'], format='%m/%d/%y %I:%M %p')   \
                 .astype(str).str.split(expand=True)

df

这将在将其导出到 excel 时保持原样。