用熊猫转换Excel样式日期
我必须解析一个XML文件，该文件为我提供Excel样式的日期时间。例如：42580.3333333333。
熊猫是否提供将该数字转换为常规datetime对象的方法？
问题答案：
好的，我认为最简单的方法是TimedeltaIndex从浮点数构造a并将其添加到以下标量日期时间中1900,1,1：
In [85]:
import datetime as dt
import pandas as pd
df = pd.DataFrame({'date':[42580.3333333333, 10023]})
df
Out[85]:
date
0 42580.333333
1 10023.000000
In [86]:
df['real_date'] = pd.TimedeltaIndex(df['date'], unit='d') + dt.datetime(1900,1,1)
df
Out[86]:
date real_date
0 42580.333333 2016-07-31 07:59:59.971200
1 10023.000000 1927-06-12 00:00:00.000000
好的，似乎Excel的日期有点奇怪，谢谢@ayhan：
In [89]:
df['real_date'] = pd.TimedeltaIndex(df['date'], unit='d') + dt.datetime(1899, 12, 30)
df
Out[89]:
date real_date
0 42580.333333 2016-07-29 07:59:59.971200
1 10023.000000 1927-06-10 00:00:00.000000
-
问题内容： 我已经读过一个对Pandas的SQL查询，并且值以dtype’object’的形式出现，尽管它们是字符串，日期和整数。我能够将日期“ object”转换为Pandas datetime dtype，但是在尝试转换字符串和整数时遇到错误。 这是一个例子： 将转换为日期时间可以： 但是尝试将转换为整数时出现错误： 注意：我尝试时遇到类似的错误 当尝试转换为字符串时，似乎什么也没有发生。 问
-
我有一个字段在熊猫DataFrame被导入为字符串格式。它应该是日期时间变量。如何将其转换为日期时间列，然后根据日期进行筛选。 示例： 数据帧名称：原始数据
-
问题内容： 考虑到python中的pandas数据帧具有名为integer类型的列，我可以使用以下指令将其转换为格式。 因此，该列现在具有以下条目：。 将字符串恢复为整数时间戳值（代表从过去的秒数）的命令是什么？ 我检查了但找不到转换实用程序，因此无法使用它。 此转换有实用程序吗？ 问题答案： 您可以使用类型转换为int并将其除以以获取unix纪元开始的秒数。
-
我试图使用pandas.to_datetime()将只包含小时、分钟和秒的日期列转换为日期时间形式。但是，它会自动添加年份和日期。我还尝试使用pandas.to_datetime(df["time"]，format = % H:% M:% S ")dt . time，数据类型仍然是object。有没有什么方法可以变成不带年份和日期的datetime格式？
-
我有一个大熊猫时间帧，它有一个列，这个时间格式：例如（小时，分钟，秒）。这些值是通过熊猫从我的SQL数据库中提取的，具有以下查询函数 我想将这些时间值转换为分钟（或秒），因为我想对作为我的持续时间变量的值执行线性回归。我该怎么做呢？是否有一种方法可以将这些值（例如，将＜code＞14:30:00 示例数据帧：
-
我有一个非常大的pyspark.sql.dataframe.dataframe名为df。我需要一些枚举记录的方法--因此，能够访问具有特定索引的记录。（或选择具有索引范围的记录组） 在熊猫身上，我可以 null > 为什么不起作用，如何使其起作用？如何向DataFrame添加行？ 以后制作类似： 有没有更快更简单的处理方法？