Splitting Zeitstempel Spalte in seperate Datum und Zeitspalten

Question

I eine pandas Datenrahmen mit über 1000 Zeitstempel haben (siehe unten), die ich eine Schleife durch möchte:

2016-02-22 14:59:44.561776 

I dieser Zeitstempel schwer Splitting habe in 2 Spalten - 'Datum' und 'Zeit'. Das Datumsformat kann gleich bleiben, die Zeit muss jedoch in CST (einschließlich Millisekunden) konvertiert werden.

Danke für die Hilfe

Answer 1

Ich bin nicht sicher, warum diese in erster Linie tun möchte, aber wenn Sie wirklich muss ...

df = pd.DataFrame({'my_timestamp': pd.date_range('2016-1-1 15:00', periods=5)}) 

>>> df 
     my_timestamp 
0 2016-01-01 15:00:00 
1 2016-01-02 15:00:00 
2 2016-01-03 15:00:00 
3 2016-01-04 15:00:00 
4 2016-01-05 15:00:00 

df['new_date'] = [d.date() for d in df['my_timestamp']] 
df['new_time'] = [d.time() for d in df['my_timestamp']] 

>>> df 
     my_timestamp new_date new_time 
0 2016-01-01 15:00:00 2016-01-01 15:00:00 
1 2016-01-02 15:00:00 2016-01-02 15:00:00 
2 2016-01-03 15:00:00 2016-01-03 15:00:00 
3 2016-01-04 15:00:00 2016-01-04 15:00:00 
4 2016-01-05 15:00:00 2016-01-05 15:00:00 

Die Umwandlung zu CST ist schwieriger. Ich nehme an, dass die aktuellen Zeitstempel "nicht bewusst" sind, d. H. Sie haben keine Zeitzone? Wenn nicht, wie würden Sie davon ausgehen, sie zu konvertieren?

Für weitere Informationen:

https://docs.python.org/2/library/datetime.html

How to make an unaware datetime timezone aware in python

EDIT

Ein alternatives Verfahren, das nur einmal statt zweimal über die Zeitstempel-Schleifen:

new_dates, new_times = zip(*[(d.date(), d.time()) for d in df['my_timestamp']]) 
df = df.assign(new_date=new_dates, new_time=new_times) 

Answer 2

s = '2016-02-22 14:59:44.561776' 

date,time = s.split() 

dann Zeit konvertieren je nach Bedarf Versuchen.

Wenn Sie die Zeit weiter spalten,

hour, minute, second = time.split(':') 

Answer 3

try this:

def time_date(datetime_obj): 
    date_time = datetime_obj.split(' ') 
    time = date_time[1].split('.') 
    return date_time[0], time[0] 

Answer 4

Wenn Ihr Zeitstempel bereits in Pandas-Format (nicht String), dann:

df["date"] = df["timestamp"].date 
dt["time"] = dt["timestamp"].time 

Wenn Ihr Zeitstempel ein String ist, können Sie es analysieren, um die Datetime-Modul:

from datetime import datetime 
data1["timestamp"] = df["timestamp"].apply(lambda x: \ 
    datetime.strptime(x,"%Y-%m-%d %H:%M:%S.%f")) 

Quelle: http://pandas.pydata.org/pandas-docs/stable/timeseries.html

Answer 5

Wenn Ihr Zeitstempel ein String ist, können Sie es zu einem datetime Objekt konvertieren:

from datetime import datetime 

timestamp = '2016-02-22 14:59:44.561776' 
dt = datetime.strptime(timestamp, '%Y-%m-%d %H:%M:%S.%f') 

Ab dann können Sie es in das Format bringen, das Sie mögen.

Answer 6

Ich denke, der einfachste Weg ist, dt Attribut der Pandas-Serie zu verwenden. Für Ihren Fall müssen Sie dt.date und dt.time verwenden:

df = pd.DataFrame({'full_date': pd.date_range('2016-1-1 10:00:00.123', periods=10, freq='5H')}) 
df['date'] = df['full_date'].dt.date 
df['time'] = df['full_date'].dt.time 

In [166]: df 
Out[166]: 
       full_date  date    time 
0 2016-01-01 10:00:00.123 2016-01-01 10:00:00.123000 
1 2016-01-01 15:00:00.123 2016-01-01 15:00:00.123000 
2 2016-01-01 20:00:00.123 2016-01-01 20:00:00.123000 
3 2016-01-02 01:00:00.123 2016-01-02 01:00:00.123000 
4 2016-01-02 06:00:00.123 2016-01-02 06:00:00.123000 
5 2016-01-02 11:00:00.123 2016-01-02 11:00:00.123000 
6 2016-01-02 16:00:00.123 2016-01-02 16:00:00.123000 
7 2016-01-02 21:00:00.123 2016-01-02 21:00:00.123000 
8 2016-01-03 02:00:00.123 2016-01-03 02:00:00.123000 
9 2016-01-03 07:00:00.123 2016-01-03 07:00:00.123000 

Answer 7

Hatten gleiches Problem und das funktionierte für mich.

Angenommen, die Datumsspalte im Dataset „date“

genannt wird

import pandas as pd 
df = pd.read_csv(file_path) 

df['Dates'] = pd.to_datetime(df['date']).dt.date 
df['Time'] = pd.to_datetime(df['date']).dt.time 

Dies wird Ihnen zwei Spalten „Termine“ und „Time“ mit splited Daten geben.