如何将字符串转换为日期 pandas python TypeError：strptime() 不接受关键字参数

Posted 2023-03-12

【中文标题】如何将字符串转换为日期 pandas python TypeError：strptime() 不接受关键字参数

【英文标题】：how to convert string to date pandas python TypeError: strptime() takes no keyword arguments

【发布时间】：2014-04-04 00:56:01

【问题描述】：

我有一个数据框，其中包含一些文本日期。我想在单独的列中返回日期：年、月和日。但为了做到这一点，我需要先将文本（从 excel）转换为日期。

我现在的代码是

def convertdate(dstring):
    dt = time.strptime(dstring, date_format='%Y-%m-%d')
    return dt

但是它返回一个：TypeError: strptime() takes no keyword arguments

然后不是三个单独的函数来创建三个单独的列，一个代表年，一个代表月，一个代表日。

一旦字符串是日期时间对象（dt），我相信代码是：return dt.year, return dt.month, return dt.day。

我想要一个向我的数据框添加三列的函数，这可能吗？

【参考方案1】：

将格式字符串作为位置参数传递。

>>> import time
>>> def convertdate(dstring):
...     return time.strptime(dstring, '%Y-%m-%d')
...
>>> convertdate('2013-03-02')
time.struct_time(tm_year=2013, tm_mon=3, tm_mday=2, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=5, tm_yday=61, tm_isdst=-1)

顺便说一句，time.strptime 返回time.struct_time。它的属性以tm_为前缀。

最好你可以使用datetime.datetime.strptime:

>>> import datetime
>>> import pandas as pd
>>>
>>> def convertdate(dstring):
...     return datetime.datetime.strptime(dstring, '%Y-%m-%d')
...
>>> dt = convertdate('2013-03-02')
>>> dt
datetime.datetime(2013, 3, 2, 0, 0)
>>> pd.DataFrame(['year': dt.year, 'month': dt.month, 'day': dt.day])
   day  month  year
0    2      3  2013

【讨论】：

您好，谢谢，您的两个答案 time.strptime 和 datetime.datetime.strptime 有什么区别？

@yoshiserry，他们返回不同的对象。 time.strptime 返回 time.struct_time 对象，而 datetime.datetime.strptime 返回 datetime 对象。它们有不同的属性。

【参考方案2】：

Pandas 现在支持 pandas.to_datetime 将 str 转换为日期。 例如，从字符串 col 创建一个新的日期列：

import pandas as pd
df['My Date'] = pd.to_datetime(df['Date Str'], format='%Y-%m-%d')

拆分成数字：

df['My Year'] = df['My Date'].apply(lambda x: x.year)
df['My Month'] = df['My Date'].apply(lambda x: x.month)
df['My Day'] = df['My Date'].apply(lambda x: x.day)

要拆分成字符串列，请使用.dt.strftime，例如“Jan”这样的月份名称

df['Month'] = df['My Date'].dt.strftime('%b')

更多信息： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_datetime.html https://pandas.pydata.org/docs/reference/api/pandas.Series.dt.html