Comment convertir les dates d'un bloc de données Pandas en un type de données «date»?

J'ai une trame de données Pandas, l'une des colonnes contient des chaînes de date au format YYYY-MM-DD

Pour par exemple '2013-10-28'

Au moment où dtypela colonne est object.

Comment convertir les valeurs de colonne au format de date Pandas?

Utiliser un type

In [31]: df
Out[31]: 
   a        time
0  1  2013-01-01
1  2  2013-01-02
2  3  2013-01-03

In [32]: df['time'] = df['time'].astype('datetime64[ns]')

In [33]: df
Out[33]: 
   a                time
0  1 2013-01-01 00:00:00
1  2 2013-01-02 00:00:00
2  3 2013-01-03 00:00:00

Essentiellement équivalent à @waitingkuo, mais j'utiliserais to_datetimeici (cela semble un peu plus propre et offre des fonctionnalités supplémentaires par exemple dayfirst):

In [11]: df
Out[11]:
   a        time
0  1  2013-01-01
1  2  2013-01-02
2  3  2013-01-03

In [12]: pd.to_datetime(df['time'])
Out[12]:
0   2013-01-01 00:00:00
1   2013-01-02 00:00:00
2   2013-01-03 00:00:00
Name: time, dtype: datetime64[ns]

In [13]: df['time'] = pd.to_datetime(df['time'])

In [14]: df
Out[14]:
   a                time
0  1 2013-01-01 00:00:00
1  2 2013-01-02 00:00:00
2  3 2013-01-03 00:00:00

Manipulation ValueErrors
Si vous vous trouvez dans une situation où

df['time'] = pd.to_datetime(df['time'])

Lance un

ValueError: Unknown string format

Cela signifie que vous avez des valeurs invalides (non coercibles). Si vous êtes d'accord pour les convertir en pd.NaT, vous pouvez ajouter un errors='coerce'argument à to_datetime:

df['time'] = pd.to_datetime(df['time'], errors='coerce')

J'imagine que beaucoup de données arrivent dans Pandas à partir de fichiers CSV, auquel cas vous pouvez simplement convertir la date lors de la lecture initiale du CSV:

dfcsv = pd.read_csv('xyz.csv', parse_dates=[0])où le 0 fait référence à la colonne dans laquelle se trouve la date.
Vous pouvez également y ajouter , index_col=0si vous voulez que la date soit votre index.

Voir https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html

Maintenant tu peux faire df['column'].dt.date

Notez que pour les objets datetime, si vous ne voyez pas l'heure à laquelle ils sont tous 00:00:00, ce ne sont pas des pandas. C'est un cahier iPython qui essaie de rendre les choses jolies.

Une autre façon de faire ceci et cela fonctionne bien si vous avez plusieurs colonnes à convertir en datetime.

cols = ['date1','date2']
df[cols] = df[cols].apply(pd.to_datetime)

Si vous souhaitez obtenir le format DATE et non DATETIME:

df["id_date"] = pd.to_datetime(df["id_date"]).dt.date

Il se peut que les dates doivent être converties à une fréquence différente. Dans ce cas, je suggérerais de définir un index par dates.

#set an index by dates
df.set_index(['time'], drop=True, inplace=True)

Après cela, vous pouvez plus facilement convertir le type de format de date dont vous aurez le plus besoin. Ci-dessous, je convertis séquentiellement en un certain nombre de formats de date, pour finalement aboutir à un ensemble de dates quotidiennes au début du mois.

#Convert to daily dates
df.index = pd.DatetimeIndex(data=df.index)

#Convert to monthly dates
df.index = df.index.to_period(freq='M')

#Convert to strings
df.index = df.index.strftime('%Y-%m')

#Convert to daily dates
df.index = pd.DatetimeIndex(data=df.index)

Par souci de concision, je ne montre pas que j'exécute le code suivant après chaque ligne ci-dessus:

print(df.index)
print(df.index.dtype)
print(type(df.index))

Cela me donne la sortie suivante:

Index(['2013-01-01', '2013-01-02', '2013-01-03'], dtype='object', name='time')
object
<class 'pandas.core.indexes.base.Index'>

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03'], dtype='datetime64[ns]', name='time', freq=None)
datetime64[ns]
<class 'pandas.core.indexes.datetimes.DatetimeIndex'>

PeriodIndex(['2013-01', '2013-01', '2013-01'], dtype='period[M]', name='time', freq='M')
period[M]
<class 'pandas.core.indexes.period.PeriodIndex'>

Index(['2013-01', '2013-01', '2013-01'], dtype='object')
object
<class 'pandas.core.indexes.base.Index'>

DatetimeIndex(['2013-01-01', '2013-01-01', '2013-01-01'], dtype='datetime64[ns]', freq=None)
datetime64[ns]
<class 'pandas.core.indexes.datetimes.DatetimeIndex'>

Essayez de convertir l'une des lignes en horodatage à l'aide de la fonction pd.to_datetime, puis utilisez .map pour mapper le formulaire à la colonne entière

 #   Column          Non-Null Count   Dtype         
---  ------          --------------   -----         
 0   startDay        110526 non-null  object
 1   endDay          110526 non-null  object

import pandas as pd

df['startDay'] = pd.to_datetime(df.startDay)

df['endDay'] = pd.to_datetime(df.endDay)

 #   Column          Non-Null Count   Dtype         
---  ------          --------------   -----         
 0   startDay        110526 non-null  datetime64[ns]
 1   endDay          110526 non-null  datetime64[ns]

Par souci d'exhaustivité, une autre option, qui n'est peut-être pas la plus simple, un peu similaire à celle proposée par @SSS, mais en utilisant plutôt la bibliothèque datetime est:

import datetime
df["Date"] = df["Date"].apply(lambda x: datetime.datetime.strptime(x, '%Y-%d-%m').date())