Pandas 中文教程修订中，欢迎加微信 sinbam 提供建议、纠错、催更。查看更新日志
由于时间格式样式比较多，很多情况下 Padnas 并不能自动识别为时间类型，所以我们在处理前的数据清洗过程中，需要专门对数据进行时间类型转换。
astype 转换
astype 是最简单的时间转换方法，它只能针对相对标准的时间格式，如：
s = pd.Series([‘2016-01-31’, ‘2016-02-29’, ‘2016-03-31’])
s.astype(‘datetime64[ns]’)
”’
0 2016-01-31
1 2016-02-29
2 2016-03-31
dtype: datetime64[ns]
”’
如果需要指定时区：
s = pd.Series([‘2016-01-31’, ‘2016-02-29’, ‘2016-03-31’])
s.astype(‘datetime64[ns, US/Eastern]’)
”’
0 2016-01-31 00:00:00-05:00
1 2016-02-29 00:00:00-05:00
2 2016-03-31 00:00:00-04:00
dtype: datetime64[ns, US/Eastern]
”’
北京时间是 Asia/Shanghai
转为时间
Original: https://blog.csdn.net/weixin_35774446/article/details/112866913
Author: Shepherd Young
Title: pandas 如何把时间转成index_Pandas 时间类型转换
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/753218/
转载文章受原作者版权保护。转载请注明原作者出处！