Pandas datoformat

Pandas datoformat
Pandas er navnet på den mest kjente Python-pakken som brukes i datavitenskap. Det tilbyr betydelig ytelse, og det er et brukervennlig bibliotek for Python-programmerere. Pandas er et kraftig bibliotek for å endre data når du har fått grunnleggende operasjoner og hvordan du bruker dem. I “Pandas” kan vi enkelt formatere datoen.

Vi kan bruke “DataFrame [kolonnen].dt.STRFTime (Format) ”-metode for formatering av datoen i“ Pandas ”. Vi plasserer kolonnenavnet i "DataFrame [kolonnen]" der vi har lagret noen datoer og formatet her representerer en streng som betegner det nye datoformatet. Vi kan bruke “%m” for å representere måneden, “%d” for å representere dagen og “%y” for året.

Vi kan også endre strengen til datoformatet ved å bruke “Pandas.to_datetime () ”for å endre strengen til datoformatet som er“ yyyy-mm-dd ”. I denne guiden vil vi diskutere i detalj “datoformat” i pandaer og også vise hvordan du formaterer datoer i "pandas".

Eksempel nr. 01

"Spyder" -appen brukes til å generere disse "pandas" -skriptene. Vi begynner å bygge "Pandas" -koden ved å importere "Pandas" -modulene, som er nødvendige for "Pandas" -koden. Vi importerer disse modulene ved å si "importere" og sette "pandaer som PD". Etter dette plasserer vi en variabel som heter “My_date”, og vi får tilgang til “Pandas” -metoden her som er “To_DateTime ()” og plasserer en Pandas -serie i den. Vi får “To_DateTime ()” og “Series ()” -metoden til “Pandas” ved å sette “PD” med begge.

Nå må vi sette inn noen datoer i denne "Pandas" -serien, og vi legger bare til "2022-08-10" i den. Deretter skriver vi ut denne datoen ved å sette "my_date" -variabelen i "print ()" -metoden der "datoen" er lagret. Etter dette endrer vi formatet til denne datoen nedenfor ved å bruke “DT.StrfTime () ”-metode for“ Pandas ”. Vi setter "my_date" med "DT.StrfTime () ”-metode. I denne metoden plasserer vi formatet på datoen vi ønsker å bruke.

Her legger vi datoformatet som “%d/%m/%y” som vil endre ovennevnte dato i datoen, måneden og årets format. I mellom alle plasserer det “/” skråstreken. Vi lagrer det oppdaterte datoformatet i "Change_Format" -variabelen og setter denne variabelen i "Print ()", så den vil gjengi på terminalen.

Når vi trykker på "løp" -ikonet, får vi dette utfallet som vises her. Du kan se at datoen vi har skrevet inn vises, og også det oppdaterte datoformatet som vi har angitt i koden. Forskjellen mellom begge datoformatene er synlig for oss fordi begge datoformatene vises i denne utgangen.

Eksempel # 02

Her lager vi "Pandas" -serien ved å bruke “PD.Serie () ”-metode og i denne serien plasserer vi forskjellige datoer som en streng. Vi plasserer “Datoen er 01199002, datoen er 02199015, datoen er 03199020, og datoen er 09199204”. Vi lagrer denne serien i "date" og setter "datoen" i "trykket" for gjengivelse. Etter dette bruker vi datoformatet på denne strengen. Vi bruker “PD.to_datetime () ”og legg" dato "-variabelen i den. I “Format” legger vi datoformatet til strengen ovenfor “%m%y%d”. I strengen er datoen gitt som måned, år og dager. Vi lagrer den i "format_date" -variabelen og viser også dette.

Her blir strengserien gjengitt, og deretter konverteres strengen til datoformat. Som i strengen blir måneden gitt først, deretter året og på slutten er dagen gitt. Så det justerte disse i riktig format for dataene som er standardformatet "Yyyy-MM-DD". I årets sted vises året som vi får fra strengen. I løpet av måneden vises måneden og på datoenes sted vises datoen.

Eksempel # 03

Her oppretter vi en "dates_df" dataaframe. Denne dataaframe er bygget ved å bruke “PD.Dataramme". Vi legger til to kolonner i den som er "navn og fødselsdato". "Navnet" inneholder "John, David, Peter, Alice, Milli, James og Bromley". Deretter legger vi til noen datoer i kolonnen "Fødselsdato", som er "1998-04-01, 1997-06-24, 1999-10-07, 1998-12-25, 1995-02-28, 1994- 02-28, og 1997-02-28 ”. Så bruker vi “print ()” og plasserer “dates_df” i den, så den vises på skjermen. Deretter bruker vi “To_DateTime ()” -metoden på "fødselsdato" ved å plassere navnet på DataFrame så vel som kolonnens navn.

Etter dette oppretter vi en ny kolonne nedenfor der vi legger til de oppdaterte datoene. Vi får disse oppdaterte datoene etter å ha endret datoformat for ovennevnte datoer som vi har satt inn i kolonnen "Dato for fødsel". Vi bruker “DT.StrfTime () ”-metode og angi datoformatet som vi ønsker å bruke på disse datoene. Vi setter det som en måned, dato og år skjema “%m/%d/%y”. Nå viser vi det oppdaterte DataFrame der den nye kolonnen “Dato for Birth2” også legges til.

I den første DataFrame er bare to kolonner gjengitt som vi har satt inn i koden. Deretter, i den oppdaterte DataFrame, blir en ny kolonne lagt til der datoene vises i et nytt format som vi har lagt til i “DT. StrfTime () ”-metode.

Eksempel nr. 04

Her opprettes en "new_dates_df" DataFrame. “PD.DataFrame ”brukes til å lage denne DataFrame. "Empname", "Dato for sammenføyning" og "overføringsdato" er tre kolonner som vi legger til DataFrame. Noen navn er også oppført i kolonnen "EmpName". I spalten "Dato for sammenføyning", inngår vi deretter datoene "1997-06-14, 1996-07-21, 1998-11-17, 1999-12-15, 1996-04-21, 1995-01-27 , og 1998-07-24 ”. I kolonnen "Dato for overføring" setter vi inn "2004-04-21, 2005-06-21, 2001-10-17, 2006-12-15, 2005-02-08, 2009-02-19 og 2007 -02-24 ”. Etter å ha lagt til alle verdier i "new_dates_df", plasserte vi den i "print ()" slik at DataFrame vises på skjermen. Etter dette bruker vi metoden “To_DateTime ()” på begge kolonnene som er “Dato for sammenføyning” og “Dato for Transfer”. Vi bruker denne metoden fordi den vil endre strengen til standarddatoformatet til “Pandas”. Nedenfor bruker vi “DT.STRFTime () ”-metode og vi bruker denne metoden på begge kolonnene. For "Dato for sammenføyning" -kolonnen setter vi formatet som "%d/%m/%y", og for "Dato for overføring" -kolonnen angir vi datoformatet som "%b%d,%y". Her vil “%B” vise månedens fulle navn og deretter dato og år. Vi genererer også de nye kolonnene for disse oppdaterte datoformatene.

De nye kolonnene som vi la til her er “Dato for sammenføyning og dato for overføring2” der de oppdaterte datoformatene for kolonner “Dato for sammenføyning og overføringsdato” lagres henholdsvis. Det oppdaterte DataFrame er også gjengitt der begge kolonnene legges til som vist nedenfor.

De nye kolonnene legges til i det oppdaterte DataFrame der datoformatene vises i samsvar med dette vi har satt i “DT.STRFTime () ”-metode i koden, og du kan også merke datoformatene i hver kolonne nedenfor.

Konklusjon

Datoformatet “Pandas” er diskutert i denne guiden. Vi har utforsket datoformatet i “Pandas” i detalj her. Vi har gjort den praktiske illustrasjonen av flere eksempler, og vi har vist utfallet av hver kode her. Vi har diskutert “DT.STRFTime () ”-metode for å stille datoformatet her og benyttet også denne metoden også i" Pandas "-koden. Vi har også diskutert hvordan du endrer strengen til datoformatet og har endret strengen til datoformatet her i kodene.