熊猫的太阳纪日期到朱利安的日期。

Question

我在转换数据框架中的日期时遇到了一个问题。

举个例子，由于我需要在数据集上做一些ML的工作，我需要把日期转换为一个浮点，所以在julian的数据框架中，我需要把日期转换为一个浮点。

        col1                 col2
1     2018-10-02            2018-07-03 
      09:00:00+00           23:56:09.134+00
2     2018-07-03            2018-10-02
      23:56:09.134+00       09:00:00+00           


df.dtypes
col1    object
col2    object

由于我需要在数据集上做一些ML，我需要将日期转换为float，所以是julian格式。

我尝试了很多方法，比如用python计算julian日期或

df['col1'] = df['col1'].dt.strftime("%y%j")

上面的例子在将列转换为_datetime后运行良好，但如果我传递了 df[['col1', "col2"]] :

AttributeError: 'DataFrame' object has no attribute 'dt'

我在格式上也有问题，因为有些obs有毫秒，有些没有。我想我可以去掉它们，但在这种情况下，我也不知道如何去掉。

我也找不到可以扩展到秒的julian格式（%y%j不够，我也不知道我需要哪些字母的格式）。

我的df中还有很多其他带日期的列，请问有什么简单的方法可以将它们全部转换？

谅谅

Answer 1

您是否在寻找 pandas.Timestamp.to_julian_date?

import pandas as pd

df = pd.DataFrame({'col1': ['2018-10-02 09:00:00+00','2018-07-03 23:56:09.134+00'],
                   'col2': ['2018-07-03 23:56:09.134+00','2018-10-02 09:00:00+00']})


df['col1'] = pd.to_datetime(df['col1'])
df['col2'] = pd.to_datetime(df['col2'])

df['col1'].apply(pd.Timestamp.to_julian_date)
# 0    2.458394e+06
# 1    2.458303e+06
# Name: col1, dtype: float64

返回的浮点数代表日数，例如：?

df['col3'] = pd.to_datetime(['2018-07-02 12:46:32.257000+00:00', '2018-07-02 13:02:15.855000+00:00'])
t = df['col3'].apply(pd.Timestamp.to_julian_date).values
print(f"col3 delta in minutes: {(t[1]-t[0])*24*60}")
# col3 delta in minutes: 15.726633667945862