pd.to_datetime

pd.to_datetime是一个pandas库中的函数，用于将传入的参数转换为日期时间格式。根据不同的参数形式，它可以将整数、字符串、列表或DataFrame中的列转换为日期时间对象。

在引用中的例子中，pd.to_datetime(time.asctime())将时间字符串转换为日期时间对象。

在引用中的例子中，pd.to_datetime(df[['year','month','day']])将DataFrame中的year、month和day列转换为日期时间对象。

在引用中的例子中，pd.to_datetime([1, 2, 3], unit='D')将整数列表转换为日期时间对象，并且指定单位为天。

相关问题

pandas pd.to_datetime

pandas的pd.to_datetime()函数用于将一列数据转换为日期时间格式。它可以将字符串、numpy.datetime64或datetime.datetime对象转换为pandas的datetime64[ns]类型。

例如，你可以使用pd.to_datetime()函数将一列包含日期的字符串转换为日期时间格式的数据。比如，你可以使用以下代码将一个包含日期的字符串列转换为datetime64[ns]类型的数据：

import pandas as pd

data = pd.read_csv('police.csv')
data['stop_datetime'] = pd.to_datetime(data.stop_date)

这将把`data`中的`stop_date`列转换为`stop_datetime`列，使其变为datetime64[ns]类型的数据。

此外，pd.to_datetime()函数还可以将一个包含年、月、日等信息的数据框转换为日期时间格式的数据。对于一个包含年、月、日的数据框`df`，你可以使用以下代码将其转换为datetime64[ns]类型的数据：

pd.to_datetime(df[['year', 'month', 'day']])

这将把`df`中的`year`、`month`和`day`列转换为datetime64[ns]类型的数据。

pd.to_datetime用法

`pd.to_datetime()` 是 pandas 库中一个用于将日期字符串或日期序列转换为日期格式的函数。

常见用法如下：

1. 将单个日期字符串转换为日期格式：

   import pandas as pd
   
   date_str = '2022-01-01'
   date = pd.to_datetime(date_str)
   print(date)
   # 输出：2022-01-01 00:00:00

2. 将日期字符串序列转换为日期格式序列：

   import pandas as pd
   
   date_strs = ['2022-01-01', '2022-02-01', '2022-03-01']
   dates = pd.to_datetime(date_strs)
   print(dates)
   # 输出：DatetimeIndex(['2022-01-01', '2022-02-01', '2022-03-01'], dtype='datetime64[ns]', freq=None)

3. 将日期字符串序列转换为日期格式序列，并指定日期格式：

   import pandas as pd
   
   date_strs = ['01-01-2022', '02-01-2022', '03-01-2022']
   dates = pd.to_datetime(date_strs, format='%m-%d-%Y')
   print(dates)
   # 输出：DatetimeIndex(['2022-01-01', '2022-02-01', '2022-03-01'], dtype='datetime64[ns]', freq=None)

4. 将包含日期字符串的 DataFrame 列转换为日期格式列：

   import pandas as pd
   
   df = pd.DataFrame({'date_str': ['2022-01-01', '2022-02-01', '2022-03-01']})
   df['date'] = pd.to_datetime(df['date_str'])
   print(df)
   # 输出：
   #      date_str       date
   # 0  2022-01-01 2022-01-01
   # 1  2022-02-01 2022-02-01
   # 2  2022-03-01 2022-03-01