pd.to_datetime() 時間處理函數

pd.to_datetime()

因為不了解該段代碼意思：

# 不過要注意，數據里有時間出錯的格式，所以我們需要 errors='coerce'
data['used_time'] = (pd.to_datetime(data['creatDate'], format='%Y%m%d', errors='coerce') - 
                            pd.to_datetime(data['regDate'], format='%Y%m%d', errors='coerce')).dt.days

pandas.to_datetime將參數轉換為日期時間

官網的參數：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_datetime.html

pandas.to_datetime(arg: DatetimeScalar, errors: str = '...', dayfirst: bool = '...', yearfirst: bool = '...', utc: Optional[bool] = '...', format: Optional[str] = '...', exact: bool = '...', unit: Optional[str] = '...', infer_datetime_format: bool = '...', origin='...', cache: bool = '...') → Union[DatetimeScalar, ‘NaTType’][source]
pandas.to_datetime(arg: ‘Series’, errors: str = '...', dayfirst: bool = '...', yearfirst: bool = '...', utc: Optional[bool] = '...', format: Optional[str] = '...', exact: bool = '...', unit: Optional[str] = '...', infer_datetime_format: bool = '...', origin='...', cache: bool = '...') → ’Series’
pandas.to_datetime(arg: Union[List, Tuple], errors: str = '...', dayfirst: bool = '...', yearfirst: bool = '...', utc: Optional[bool] = '...', format: Optional[str] = '...', exact: bool = '...', unit: Optional[str] = '...', infer_datetime_format: bool = '...', origin='...', cache: bool = '...') → DatetimeIndex

格式如下：

#輸入下面，即可知道參數
import pandas as pd 
pd.to_datetime

#參數如下
pd.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True)

參數：

（1）arg：int，float，str，datetime，list，tuple，1-d數組，Series，DataFrame / dict-like，要轉換為日期時間的對象

（2）errors：{'ignore'，'raise'，'coerce'}，默認為'raise'

• 如果為“ raise”，則無效的解析將引發異常
• 如果為“coerce”，則將無效解析設置為NaT
• 如果為“ ignore”，則無效的解析將返回輸入

（3）dayfirst：bool，默認為False，

• 如果arg是str或類似列表，則指定日期解析順序。
• 如果為True，則首先解析日期，例如12/10/11解析為2011-10-12。
• 警告：dayfirst = True並不嚴格，但更喜歡使用day first進行解析（這是一個已知的錯誤，基於dateutil的行為）

（4）yearfirst：布爾值，默認為False，

• 如果arg是str或類似列表，則指定日期解析順序。
• 如果True解析日期以年份為第一，則將10/11/12解析為2010-11-12。
• 如果dayfirst和yearfirst均為True，則在yearfirst之后（與dateutil相同）。
• 警告：yearfirst = True並不嚴格，但更喜歡使用year first進行解析（這是一個已知的錯誤，基於dateutil的行為）。

#如果是dayfirst，則日月年，如果yearfirst = True，則年月日,默認的是月日年
pd.to_datetime('10/11/12',dayfirst = True)  #Timestamp('2012-11-10 00:00:00')
pd.to_datetime('12/10/11',dayfirst = True) # Timestamp('2011-10-12 00:00:00')
pd.to_datetime('10/11/12',yearfirst = True)  # Timestamp('2010-11-12 00:00:00')
pd.to_datetime('10/11/12')  #Timestamp('2012-10-11 00:00:00')

（5）utc： bool，默認值 None，如果為True，則返回UTC DatetimeIndex（也轉換任何支持tz的datetime.datetime對象）

（6）format：str，格式，default None，解析時間的strftime，例如“％d /％m /％Y”，請注意，“％f”將一直解析直至納秒。有關選擇的更多信息，請參見strftime文檔：https : //docs.python.org/3/library/datetime.html#strftime-and-strptime-behavior。

（7）exact：精度，bool：True by default，表現為：如果為True，則需要精確的格式匹配。如果為False，則允許格式匹配目標字符串中的任何位置。

（8）unit： str，單位，default ‘ns’，arg的單位（D，s，ms，us，ns）表示單位，它是整數或浮點數。這將基於原點。例如，在unit ='ms'和origin ='unix'（默認值）的情況下，這將計算到unix紀元開始的毫秒數

（9）infer_datetime_format：bool，默認為False，如果為True且未給出格式，請嘗試根據第一個非NaN元素推斷日期時間字符串的格式，如果可以推斷出日期時間字符串的格式，請切換到解析它們的更快方法。在某些情況下，這可以使解析速度提高約5-10倍。

（10）origin：標量, default ‘unix’，

      定義參考日期。自該參考日期以來，數值將被解析為單位數（由unit定義）。

• 如果是“ unix”（或POSIX）時間；原點設置為1970-01-01。
• 如果為'julian'，則單位必須為'D'，並且原點設置為Julian Calendar的開頭。朱利安天數0被指定為從4713年1月1日中午開始的那一天。
• 如果時間戳可轉換，則將原點設置為由原點標識的時間戳。

（11）cache：布爾值，默認為True

如果為True，則使用唯一的轉換日期緩存來應用datetime轉換。解析重復的日期字符串時，尤其是帶有時區偏移的日期字符串時，可能會大大提高速度。僅當至少有50個值時才使用緩存。越界值的存在將使高速緩存不可用，並可能減慢解析速度
0.23.0版中的新功能。在0.25.0版中進行了更改： -將默認值從False更改為True。

返回值：

datetime

如果解析成功。返回類型取決於輸入:

• list-like: DatetimeIndex

• Series: Series of datetime64 dtype

• scalar: Timestamp

如果無法返回指定的類型（例如，當輸入的任何元素在Timestamp.min之前或Timestamp.max之后），則返回將具有datetime.datetime類型（或對應的數組/系列）。

例子：

從DataFrame的多個列中組合一個日期時間。鍵可以是常見的縮寫，例如['year'，'month'，'day'，'minute'，'second'，'ms'，'us'，'ns']）或相同的復數形式

import pandas as pd 
pd.to_datetime

df = pd.DataFrame({'year': [2015, 2016],
                   'month': [2, 3],
                   'day': [4, 5]})

df
'''
   year  month  day
0  2015      2    4
1  2016      3    5
'''

pd.to_datetime(df)

'''
0   2015-02-04
1   2016-03-05
dtype: datetime64[ns]
'''

如果日期不符合時間戳限制，則傳遞errors ='ignore'將返回原始輸入，而不引發任何異常。
如果將error ='coerce'傳遞給NaT，則除了將非日期（或不可解析的日期）強制為NaT外，還將對NaT強制執行越界日期。

pd.to_datetime('13000101', format='%Y%m%d', errors='ignore')
#datetime.datetime(1300, 1, 1, 0, 0)
pd.to_datetime('13000101', format='%Y%m%d', errors='coerce')
#NaT

傳遞infer_datetime_format = True通常可以加快解析速度，如果解析不是完全采用ISO8601格式，而是采用常規格式。

s = pd.Series(['3/11/2000', '3/12/2000', '3/13/2000'] * 1000)
s.head(1)
#0    3/11/2000
#dtype: object
%timeit pd.to_datetime(s, infer_datetime_format=True)  
#1.53 ms ± 139 µs per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit pd.to_datetime(s, infer_datetime_format=False)  
#1.51 ms ± 21.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

使用Unix紀元時間

pd.to_datetime(1490195805, unit='s')
#Timestamp('2017-03-22 15:16:45')

pd.to_datetime(1490195805433502912, unit='ns')
#Timestamp('2017-03-22 15:16:45.433502912')

使用非unix紀元原點

pd.to_datetime([1, 2, 3], unit='D',
               origin=pd.Timestamp('1960-01-01'))

# DatetimeIndex(['1960-01-02', '1960-01-03', '1960-01-04'], dtype='datetime64[ns]', freq=None)