如何将dataframe第一列的字符串转为时间戳

可以使用 pandas 的 to_datetime() 方法将字符串转换为时间戳，具体代码如下：

import pandas as pd

df = pd.read_csv('data.csv')
df['date'] = pd.to_datetime(df['date'])

其中，'data.csv' 是你的数据文件名，'date' 是你要转换的列名。

相关问题

dataframe groupby 取字符串列第一个

可以使用 `groupby` 和 `apply` 方法来实现。假设需要对 DataFrame 中的列 `col1` 进行分组，取出每组中 `col2` 列的第一个字符串，可以按如下方式编写代码：

df.groupby('col1')['col2'].apply(lambda x: x.str[0])

上述代码中，`lambda` 函数 `x.str[0]` 取出了 `col2` 中每个字符串的第一个字符。`apply` 方法应用这个函数到每个分组中的 `col2` 列，最终输出一个 Series，其中每个元素都是字符串的第一个字符。

将dataframe的数据转为时间戳

可以使用 pandas 的 to_datetime() 方法将 dataframe 的某个列转为时间戳格式，示例代码如下：

import pandas as pd

# 创建一个 dataframe
df = pd.DataFrame({'date': ['2021-01-01', '2021-01-02', '2021-01-03'], 'value': [1, 2, 3]})

# 将 date 列转为时间戳格式
df['timestamp'] = pd.to_datetime(df['date'])

# 输出 dataframe
print(df)

运行结果如下：

         date  value  timestamp
0  2021-01-01      1 2021-01-01
1  2021-01-02      2 2021-01-02
2  2021-01-03      3 2021-01-03

可以看到，我们将 dataframe 的 `date` 列转为了时间戳格式，并将结果保存到了新的一列 `timestamp` 中。