pd.to_datetime()函数及pd.to_numeric函数

最新推荐文章于 2025-02-26 08:16:02 发布

原创最新推荐文章于 2025-02-26 08:16:02 发布 · 660 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#python #pandas

零基础搞定Python数据分析与挖掘专栏收录该内容

176 篇文章

订阅专栏

1.pd.to_datetime()

pd.to_datetime是Pandas库中的函数，可以将字符串转换为Timestamp格式，并且可以转换多种格式的时间字符串。

pd.to_datetime(arg, format=None, errors='raise', dayfirst=False, yearfirst=False, utc=None, box=True, exact=True, unit=None, infer_datetime_format=False, origin='unix')

参数包括：

arg表示待转换的字符串；
format表示待转换的字符串的格式描述；在format的格式字符串中，各种时间元素都有特定的字符表示，例如： %Y表示四位数的年份，%m表示两位数的月份，%d表示两位数的日期，%H表示小时数（24小时格式），%M表示分钟数，%S表示秒数。
errors表示如果出现无法解析的字符串时会发生什么，raise表示引发异常，coerce表示转换为NaT（Not-a-Time）对象，ignore表示返回原始值。
unit 参数用于指定输入数据的时间单位。它允许将输入的数据解释为不同时间精度的时间戳。下面是一些常用的 unit 参数选项及其含义：‘ns’：纳秒（默认值）,‘us’：微秒,‘ms’：毫秒,‘s’：秒,‘m’：分钟,‘h’：小时,‘D’：天,‘M’：月,‘Y’：年

实战

import pandas as pd

# to_datetime用法
dates = pd.to_datetime(['2021/12/01', '2021/12/02', '2021/12/03'])
print(dates)

dates1 = pd.to_datetime(['2021/12/01', 'abc', '2021/12/03'],errors='coerce')
print(dates1)

DatetimeIndex(['2021-12-01', '2021-12-02', '2021-12-03'], dtype='datetime64[ns]', freq=None)
DatetimeIndex(['2021-12-01', 'NaT', '2021-12-03'], dtype='datetime64[ns]', freq=None)

2.pd.to_numeric

pd.to_numeric函数主要用于将一个或一组值转换为数值类型。其基本语法如下：

pandas.to_numeric(arg, errors='raise', downcast=None)

参数包括：

arg：需要转换的对象，可以是单个数值、列表、Series等。
errors：控制非数值的处理方式，默认为’raise’，即抛出异常；其他选项包括’coerce’（将非数值强制转为NaN）和’ignore’（保持原值）。
downcast：指定转换的数值类型，可以是’integer’、‘signed’、‘unsigned’、'float’等。

实战

import pandas as pd

data = ['1.1', '2.0', '3.3','a']

# 不指定downcast，保持原浮点数类型
result = pd.to_numeric(data,errors ='coerce')
print(result)

[1.1 2.  3.3 nan]