Python разделяет дату / время на столбцы месяца, даты, года и времени

У меня есть фрейм данных со столбцом «Дата / время», который выглядит так:

import pandas as pd

example = {'Date/Time' : ['4/1/2014 0:11:00', '4/1/2014 0:17:00', '4/1/2014 0:21:00', '4/1/2014 0:28:00']}

df = pd.DataFrame(example)

Я хочу разбить столбец на 3 разных столбца (месяц, дата, год и время).

Я попытался использовать регулярное выражение на основе кода, который я использовал для своей другой подобной проблемы, которая заключалась в том, чтобы разделить столбец с «полом, адресом электронной почты, номером телефона» на каждый.

# create gender, phone, email columns by splitting leader contact 
df3[['gender','phone','email']]=df3['Contact'].str.extract('\(([A-Z])\)\s?(\d{3}-\d{3}-\d{4})?\s?(.*)', expand = False)

Я в основном пытался манипулировать частью extract (). Однако мне было слишком сложно это понять. Я не против использовать регулярное выражение или другие пакеты «дата / время».

Если кто-нибудь сможет помочь, это будет очень полезно для моего исследования.

Преобразование в datetime и получение отдельных компонентов без регулярного выражения

user3483203 16.09.2018 23:24

используйте pd.to_datetime, а затем аксессуар .dt

rafaelc 16.09.2018 23:25
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
2
71
2

Ответы 2

Я опубликую самый простой способ сделать это

df['date'] = pd.to_datetime(df['Date/Time'])

df['month'], df['day'], df['year'], df['time'] = (
    df.date.dt.month, df.date.dt.day, df.date.dt.year, df.date.dt.time)


    Date/Time           date                month   day year    time
0   4/1/2014 0:11:00    2014-04-01 00:11:00 4       1   2014    00:11:00
1   4/1/2014 0:17:00    2014-04-01 00:17:00 4       1   2014    00:17:00
2   4/1/2014 0:21:00    2014-04-01 00:21:00 4       1   2014    00:21:00
3   4/1/2014 0:28:00    2014-04-01 00:28:00 4       1   2014    00:28:00
df.assign(**{ x: getattr(pd.to_datetime(df['Date/Time']).dt, x.lower()) for x in ['Month', 'Date', 'Year', 'Time']})

          Date/Time  Month        Date  Year      Time
0  4/1/2014 0:11:00      4  2014-04-01  2014  00:11:00
1  4/1/2014 0:17:00      4  2014-04-01  2014  00:17:00
2  4/1/2014 0:21:00      4  2014-04-01  2014  00:21:00
3  4/1/2014 0:28:00      4  2014-04-01  2014  00:28:00

Другие вопросы по теме