如何将值转换为日期格式以及如何将值转换为时间格式
我有两列--一列的值代表时间，另一列的值代表日期(这两个值都是浮动类型的)，我在每一列中都有以下数据：
df['Time']
540.0
630.0
915.0
1730.0
2245.0
df['Date']
14202.0
14202.0
14203.0
14203.0我需要为这两列创建具有正确数据格式的新列，以便能够在不同的列中分析日期和时间的数据。
对于['Time']，我需要将格式转换为：
540.0 = 5h40 OR TO 5.40 am
2245.0 = 22h45 OR TO 10.45 pm对于['Date']，我需要将格式转换为:表示“天”的每个数字:其中0(“天”)= 01-01-1980
所以如果我把01-01-1980加到14202.0 =18-11-1938年
如果我加上: 01-01-1980 + 14203.0 = 19-11-1938，
可以用excel实现，但我需要一种用Python.实现的方法。
我尝试了不同类型的代码，但没有任何效果，例如，我尝试过的代码之一是以下代码：
# creating a variable with the data in column ['Date'] adding the days into the date:
Time1 = pd.to_datetime(df["Date"])
# When I print it is possible to see that 14203 in row n.55384 is added at the end of the date created but including time, and is not what I want:
print(Time1.loc[[55384]])
55384 1970-01-01 00:00:00.000014203
Name: Date, dtype: datetime64[ns]
# printing the same row (55384) to check the value 14203.0, that was added above:
print(df["Date"].loc[[55384]])
55384 14203.0
Name: Date, dtype: float64对于['Time']，我也有同样的问题--没有日期就没有时间，我也试着插入“：”，但即使将数据类型转换为string，也无法工作。
我希望有人能在这件事上帮助我，如果有任何疑问请告诉我，有时很难解释。
回答 3
Stack Overflow用户
发布于 2019-04-29 03:08:26
用日期解决问题
from datetime import datetime
from datetime import timedelta
startdate_string = "1980/01/01" #以字符串格式定义开始日期
startdate_object = datetime.strptime(startdate_string, "%Y/%m/%d").date() #使用strptime函数更改字符串格式日期到date对象
startdate_object #打印startdate_object以检查日期
创建一个列表，以便在dataframe中添加一个具有日期格式的新列
import math datenew = []
dates = df['UTS_Date'] #原始列'UTS_Date‘中的数据
使用if语句接受空值并将它们附加到新列表中的for values in dates: #
if math.isnan(values):
`datenew.append('NaN')`
`continue `
`currentdate1 = startdate_object + timedelta(days= float(values))` # add the reference data (startdate_object) to a delta (which is the value in each row of the column)
`datenew.append(str(currentdate1)) ` # converte data into string format and add in the end of the list, removing any word from the list (such: datetime.date)print (len(datenew)) #检查新列表数据的长度，以确保数据上的所有行都在新列表中
df.insert(3, 'Date', datenew) #在数据帧中为日期格式创建一个新列
Stack Overflow用户
发布于 2019-04-29 03:08:13
关于时间转换：
# change to integer
tt= [int(i) for i in df['Time']]
# convert to time
time_ = pd.to_datetime(tt,format='%H%M').time
# convert from 24 hour, to 12 hour time format
[t.strftime("%I:%M %p") for t in time_]Stack Overflow用户
发布于 2019-04-29 03:14:41
用时间解决问题
timenew = [] #创建一个新列表
times = df['Time'] #变量时间等于数据的df‘times’列
变量来查找时间的位置，即>= 2400。
i = 0
def Normalize_time (val):
`offset = 0`
`if val >= 2400:`
`offset = 1 `
# converting val into integer, to remove decimal places
hours = int(val / 100)
# remove hours and remain just with minutes
minutes = int(val) - hours * 100
# to convert every rows above 24h
hours = (hours%23) - offset
# zfill recognizes that it must have two characters (in this case) for hours and minutes
# and if there aren't enough characters,
# it will add by padding zeros on the left until reaching the number of characters in the argument
return str(hours).zfill(2) + ':' + str(minutes).zfill(2) 使用'function Normalize_time()‘创建一个for语句以添加新列表中的所有值
for values in times: #使用if语句接受空值并将它们附加到新的列表if math.isnan(values):中
`timenew.append('NaN') `
` continue `
# using values into the function 'Normalize_time()'
timestr = Normalize_time(values)
# appending each value in the new list
timenew.append(timestr)print(len(timenew)) #检查新列表的时间长度，以确保数据上的所有行都在新列表中
df.insert(4, 'ODTime', timenew) #在数据帧中创建新列
https://stackoverflow.com/questions/55619895
复制相似问题
腾讯云开发者
