Pandas DateTime to String

Pandas er enkel å bruke, enkle, fleksible, kraftige, raske og open source Python-bibliotek som brukes til å analysere og manipulere data. Det er veldig nyttig å håndtere datasett for rengjøring, analyse, manipulere, AD -utforsking av dataene. Pandas 'Python Library lar programmereren analysere en stor mengde data og tolke eller trekke en statistisk konklusjon. Det kan raskt rengjøre et stort datasett for å gjøre det enkelt å forstå, lese og analysere. Det kan hjelpe deg med å lage et forhold eller finne en sammenheng mellom data, eller du kan utføre hvilken som helst matematisk drift som sum, gjennomsnitt, maks, min osv., på dataene.

Pandas lar deg også fjerne uønsket eller irrelevant, null eller tom, og feil data fra datasettet som heter Data Cleaning. Det kan enkelt installeres ved hjelp av PIP -installasjonspandas -kommandoen. Noen Python -distributører som Spyder og Anaconda har imidlertid forhåndsinstallert Pandas Library. Derfor, hvis du skriver koden din i disse distributørene, må du bare importere Pandas 'bibliotek til programmet ditt, og du er god til å gå.

Når du har importert Pandas 'bibliotek, er du klar til å bruke moduler og funksjoner i programmet ditt. Denne opplæringen er designet for å forklare hvordan du konverterer datetiden til streng ved hjelp av Panda's Library i Python. Her vil vi gi noen enkle og lettfattelige eksempler for å få deg til å lære å konvertere DateTime til String ved hjelp av Pandas 'bibliotek i Python. Så la oss begynne.

I Python er standardformatet til datetime yyyy - mm - dd, som er representert som (%y-%m -%d). Ulike innebygde Pandas-moduler er tilgjengelige, som kan konvertere en datetime til en streng. Pandas.Seris.dt.StrfTime () er den vanligste metoden som brukes til å konvertere datetiden til streng. I denne artikkelen vil vi forklare hvordan du bruker StrfTime () -funksjonen for å konvertere datetime til en streng og også to andre funksjoner til_datetime () og DataFrame.stil.Format () Funksjoner for å konvertere datetiden til en streng ved hjelp av eksempler. Nedenfor er trinnene du må følge for å konvertere datetiden til en streng:

Trinn 1: Samle dataene til datoer for konvertering

Det første trinnet er å samle inn dataene om datoer du vil konvertere til en streng. Få datasettet til datetiden du for eksempel vil konvertere til streng, og du kan ha følgende datasett med fire forskjellige datoer; 2022/01/05, 2022/01/09, 2021/05/09, 2020/08/07, tid; 00:12:32, 13:45:53, 21:22:23, 11:00:26, Courses; Matematikk, statistikk, datamaskin, kjemi. Datasettet representerer tidsplanen for de fire kursene som tilbys med deres påfølgende datoer og tid.

Trinn 2: Opprett datarammen for de innsamlede dataene

Nå som du har samlet inn dataene for konvertering, oppretter du datarammen for å starte konverteringsprosessen. Dataframe vil bestå av radene som inneholder datasettet mot hver oppføring og kolonner som inneholder de medfølgende dataene, som er datoer 2022/01/05, 2022/01/09, 2021/05/09, 2020/08/07, Tid 00:12:32, 13:45:53, 21:22:23, 11:00:26, og kursnavn matematikk, statistikk, datamaskin, kjemi. Se koden nedenfor for å opprette datarammen for timeplanene dine.

Importer pandaer som PD
Timeplan = (
'Kurs': ["Matematikk", "Statistikk", "Computer", "Kjemi"],
'Tid': ["00:12:32", "13:45:53", "21:22:23", "11:00:26"],
'Dato': ["2022/01/05", "2022/01/09", "2021/05/09", "2020/08/07"]
)
df = pd.DataFrame (timeplan)
trykk (DF)

Som du kan se, brukes importpandaene som PD -kommando til å importere Pandas 'bibliotek til programmet. Og pd.DataFrame () brukes til å lage DataFrame for det gitte datasettet. Når du kjører koden gitt ovenfor, får du følgende utdata:

Trinn 3: Konverter datetime til streng

Nå er tiden å konvertere datetiden til en streng. I første omgang bruker vi pandaer.to_datetime () funksjon. Se koden nedenfor:

Eksempel 1:

Dette eksemplet handler om PD.to_datetime () funksjon.

df ['DateTypeCol'] = PD.to_datetime (df.Dato)

Når du kjører denne kommandoen, får du følgende utdata:

Eksempel 2:

I neste eksempel bruker vi pandaer.Serie.dt.strftime () funksjon for å konvertere datetime til streng. Her er eksempelkoden:

df ['converted_dates'] = df ['DateTypeCol'].dt.strftime ('%m/%d/%y')

Her er utdataene fra ovennevnte kode:

Hvis du observerer, kan du se at formatet eller rekkefølgen på dataene også endres, noe som betyr at du også kan plassere datoen i ditt eget format.

Eksempel 3:

I det tredje eksemplet skal vi bruke Lambda og Dataframe.stil.Format () Funksjoner for å konvertere datetime til streng. Se eksempekommandoen nedenfor:

df.stil.Format ("date": lambda t: t.strftime ("%m/%d/%y"))

Når du kjører ovennevnte kommando, vil du se følgende utdata:

Som du kan se, utdata for dataaframet.stil.Format () -funksjonen er den samme som for pandaene.Serie.dt.strftime () -funksjon. Derfor er det enkelt å konvertere datetiden til strengen ved hjelp av pandaer i Python.

Konklusjon:

I denne artikkelen har vi sett tre pandasfunksjoner i Python brukt til å konvertere DateTime til String; Dataramme.stil.Format () Funksjon, pandaer.Serie.dt.StrfTime () -funksjon, og PD.to_datetime () funksjon. For å hjelpe deg med å lære hvordan du bruker disse funksjonene, har vi gitt eksempler på eksempler for hver funksjon, slik at du kan øve dem og raskt lære å bruke dem i programmene dine.