Aufteilung timestamp-Spalte in separate Datums-und Zeit-Spalten

Habe ich ein pandas dataframe mit über 1000 Zeitstempel (unten), möchte ich eine Schleife Durchlaufen:

2016-02-22 14:59:44.561776

Ich habe eine harte Zeit, die Spaltung dieser Zeitstempel in 2 Spalten- 'Datum' und 'Zeit'. Das Datumsformat kann die gleiche bleiben, aber die Zeit muss konvertiert CST (einschließlich Millisekunden).

Danke für die Hilfe

Wie wäre '2016-02-22 14:59:44.561776'.split()?
Warum auf der Erde würden Sie wollen, zu tun?!?

InformationsquelleAutor Tom | 2016-02-24

pandas python

15

Ich bin mir nicht sicher, warum würden Sie wollen, dies zu tun in den ersten Platz, aber wenn Sie wirklich müssen...
```
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 Konvertierung, CST ist schwierig. Ich gehe davon aus, dass der aktuelle Zeitstempel werden 'bewusst' ist, d.h. Sie haben nicht eine Zeitzone befestigt? Wenn nicht, wie würden Sie erwarten, Sie zu bekehren?

Weitere details:

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

Wie machen Sie eine Ahnung datetime-timezone bewusst in python

BEARBEITEN

Eine alternative Methode, die nur loops einmal quer über die timestamps statt zweimal:
```
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)
```
- Dies ist, was ich Suche. Ich bin immer diese Fehlermeldung jetzt aber: AttributeError: 'str' - Objekt hat kein Attribut 'Datum'. Ich brauche, um diese getrennt, weil ich versuche, übergeben Sie die Werte an ein anderes Skript, dass ich nicht schreiben - und das ist das format, das er verwendet.
- Das bedeutet, dass Ihre Daten formatiert werden als Zeichenfolgen anstelle von Zeitstempeln. Versuchen pd.to_datetime(df.my_timestamp) zu sehen, ob das korrekt konvertiert.
- Gleiche Fehler wie oben. Allerdings, wenn ich versuchte eine der anderen Vorschläge von einem anderen user bekam ich eine 'Serie' Fehler in Platz der str. Warum würde das sein?
- Um genau zu sehen, was der string aussieht, können Sie bitte das Ergebnis der df.my_timestamp.iat[0]? Das liefert den Inhalt Ihres ersten Zeitstempel. df ist natürlich der name Ihres dataframe, und my_timestamp ist der name der Datum-Spalte.
- 2016-02-21 21:19:44.797907
- Das sieht gut aus, was bedeutet, dass Sie wahrscheinlich haben, falsche Daten irgendwo. Versuchen Sie zunächst pd.to_datetime(df.my_timestamp.iat[0]) um zu bestätigen es korrekt konvertiert.
- Lassen Sie uns weiter, diese Diskussion im chat.
InformationsquelleAutor Alexander

Ich denke, der einfachste Weg ist die Verwendung dt Attribut der pandas-Serie. Für Ihren Fall müssen Sie dt.date und dt.Zeit:

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

Ein Nachteil bei den oben genannten (wenn auch einfache und elegante) Lösung ist, dass die neue Datum Spalte wird nun der Typ "Objekt" anstatt datetime64. df['full_date'].dt.normalize() behält sich die datetime64-format, was sehr hilfreich sein kann.
Dies sollte die akzeptierte Antwort.

InformationsquelleAutor Anton Protopopov

9

Hatte dasselbe problem und dieses arbeitete für mich.

Nehme an, dass die Datum-Spalte in das dataset wird als "Datum"
```
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
```
Dadurch erhalten Sie zwei Spalten "Datum" und "Zeit" mit splited Termine.
- Dieser arbeitete für mich, danke! Ich weiß auch nicht, wie die herablassenden Bemerkungen der anderen poster mit der Frage "warum würden Sie jemals wollen, um es in den ersten Platz." Es gibt viele Gründe, warum jemand brauchen, um es in Ihrem code!
- dies änderte sich, Datentypen zu widersprechen!
InformationsquelleAutor Nodar Okroshiashvili
2

Wenn Ihr Zeitstempel sind bereits im pandas-format (nicht als string), dann:
```
df["date"] = df["timestamp"].date
dt["time"] = dt["timestamp"].time
```
Wenn Ihr Zeitstempel ist eine Zeichenfolge, die Sie analysieren können, es mit dem 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

InformationsquelleAutor Mathieu B
2

Wenn dein timestamp ist ein string, können Sie es konvertieren zu einem datetime Objekt:
```
from datetime import datetime

timestamp = '2016-02-22 14:59:44.561776'
dt = datetime.strptime(timestamp, '%Y-%m-%d %H:%M:%S.%f')
```
Dann können Sie es bringen, auf welchem format auch immer Sie möchten.

InformationsquelleAutor pp_
0

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

date,time = s.split()
```
dann konvertieren Sie die Zeit, wie gebraucht.

Wenn Sie möchten, um weitere Aufteilung der Zeit,
```
hour, minute, second = time.split(':')
```
InformationsquelleAutor wrkyle

versuchen Sie dies:

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

InformationsquelleAutor Nitin Sanghi

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.