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
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