Parsen Sie eine Pandas-Spalte zu Datetime

Question

Ich habe eine DataFrame mit Spalte namens date. Wie können wir die Spalte "Datum" in ein Objekt DateTime konvertieren/analysieren?

Ich habe die Datumsspalte aus einer Postgresql-Datenbank mit sql.read_frame() geladen. Ein Beispiel für die Spalte date ist 2013-04-04.

Was ich versuche zu tun ist, alle Zeilen in einem Datenrahmen, die ihre Datumsspalten innerhalb einer bestimmten Zeit, wie nach 2013-04-01 und vor 2013-04-04 hat.

unter Mein Versuch gibt mir den Fehler gibt 'Series' object has no attribute 'read'

Versuch

import dateutil 

df['date'] = dateutil.parser.parse(df['date']) 

Fehler

AttributeError       Traceback (most recent call last) 
<ipython-input-636-9b19aa5f989c> in <module>() 
    15 
    16 # Parse 'Date' Column to Datetime 
---> 17 df['date'] = dateutil.parser.parse(df['date']) 
    18 
    19 # SELECT RECENT SALES 

C:\Python27\lib\site-packages\dateutil\parser.pyc in parse(timestr, parserinfo, **kwargs) 
    695   return parser(parserinfo).parse(timestr, **kwargs) 
    696  else: 
--> 697   return DEFAULTPARSER.parse(timestr, **kwargs) 
    698 
    699 

C:\Python27\lib\site-packages\dateutil\parser.pyc in parse(self, timestr, default, ignoretz, tzinfos, **kwargs) 
    299    default = datetime.datetime.now().replace(hour=0, minute=0, 
    300              second=0, microsecond=0) 
--> 301   res = self._parse(timestr, **kwargs) 
    302   if res is None: 
    303    raise ValueError, "unknown string format" 

C:\Python27\lib\site-packages\dateutil\parser.pyc in _parse(self, timestr, dayfirst, yearfirst, fuzzy) 
    347    yearfirst = info.yearfirst 
    348   res = self._result() 
--> 349   l = _timelex.split(timestr) 
    350   try: 
    351 

C:\Python27\lib\site-packages\dateutil\parser.pyc in split(cls, s) 
    141 
    142  def split(cls, s): 
--> 143   return list(cls(s)) 
    144  split = classmethod(split) 
    145 

C:\Python27\lib\site-packages\dateutil\parser.pyc in next(self) 
    135 
    136  def next(self): 
--> 137   token = self.get_token() 
    138   if token is None: 
    139    raise StopIteration 

C:\Python27\lib\site-packages\dateutil\parser.pyc in get_token(self) 
    66     nextchar = self.charstack.pop(0) 
    67    else: 
---> 68     nextchar = self.instream.read(1) 
    69     while nextchar == '\x00': 
    70      nextchar = self.instream.read(1) 

AttributeError: 'Series' object has no attribute 'read' 

---

df['date'].apply(dateutil.parser.parse) die Fehler AttributeError: 'datetime.date' object has no attribute 'read'

df['date'].truncate(after='2013/04/01') gibt dem Fehler TypeError: can't compare datetime.datetime to long

df['date'].dtype kehrt dtype('O'). Ist es schon ein datetime Objekt?

Answer 1

Pandas liest bereits, dass als datetime Objekt! Also, was Sie wollen, ist Zeilen zwischen zwei Terminen zu wählen und Sie können durch Maskierung tun:

df_masked = df[(df.date > '2012-04-01') & (df.date < '2012-04-04')] 

Weil Sie gesagt, dass Sie einen Fehler aus der Zeichenfolge aus irgendeinem Grund wurden, versuchen Sie dies:

df_masked = df[(df.date > datetime.date(2012,4,1)) & (df.date < datetime.date(2012,4,4))] 

Answer 2

Sie müssen wahrscheinlich apply, so etwas wie:

df['date'] = df['date'].apply(dateutil.parser.parse) 

Ohne ein Beispiel der Spalte kann ich diese Arbeit nicht garantieren, aber etwas in dieser Richtung sollten Sie tragen helfen.

Answer 3

Sie sollten über die Elemente iterieren und sie unabhängig analysieren und dann eine neue Liste erstellen.

Answer 4

Pandas kennt das Objekt datetime, aber wenn Sie einige der Importfunktionen verwenden, wird es als Zeichenfolge verwendet. Sie müssen also sicherstellen, dass die Spalte als Datetime-Typ nicht als Zeichenfolge festgelegt ist. Dann können Sie Ihre Anfrage stellen.

df['date'] = pd.to_datetime(df['date']) 
df_masked = df[(df['date'] > datetime.date(2012,4,1)) & (df['date'] < datetime.date(2012,4,4))]