Извиняюсь заранее за это, но после двух часов поиска и попытки я не могу получить правильный ответ здесь. У меня есть кадр данных, заполненный через pandas io sql.read_frame(). Столбец, который оказывается слишком большим для меня, составляет dtype
int64
. Целые числа имеют формат YYYYMMDD
. например, 20070530
- 30 мая 2007 года. Я пробовал ряд подходов, наиболее очевидное существо;Python pandas integer YYYYMMDD to datetime
pd.to_datetime(dt['Date'])
и pd.to_datetime(str(dt['Date']))
с несколькими вариациями на функции различных параметров.
В результате, в лучшем случае, данная дата интерпретируется как время. Дата установлена на 1970-01-01
- результат, приведенный выше, пример 1970-01-01 00:00:00.020070530
Я также пробовал различные функции .map()
, найденные в сообщениях-симуляторах.
Я заметил, что в соответствии с np.date_range()
можно интерпретировать строковые значения формата YYYYMMDD
, но это самый близкий я пришел к решению.
Если у кого-то есть ответ, я был бы очень благодарен!
EDIT: В связи с ответом Эд Чама проблема, скорее всего, связана с кодированием. rep()
на подмножестве выходов dataFrame:
OrdNo LstInvDt \ n0
9 20070620 \ n1
11 20070830 \ п2
19 20070719 \ n3
21 20070719 \ n4
23 20070719 \ n5
26 20070911 \ n7
29 20070918 \ n8
31 0070816 \ n9
34 20070925 \ n10
Это когда LstInvDt
является dtype int64.
'to_datetime' принимает строку формата так' PD.to_datetime (str (t), format = '% Y% m% d') 'должно работать:' В [92]: t = 20070530 pd.to_datetime (str (t), format = '% Y% m % d ') Out [92]: Timestamp (' 2007-05-30 00:00:00 ') ' – EdChum
Если честно, я думал, что это' uff-8', но, очевидно, что-то происходит, осознавая. Мне придется снова просмотреть часть импорта sql ... Спасибо за помощь @EdChum. Вы ответили на мой вопрос, поэтому я проверю ваш ответ как принятый. Похоже, я буду использовать большую часть сегодняшнего дня, пытаясь выяснить это ... – Rookie
Мне кажется, что новый символ линии не удаляется, но это немного запутывает, где/почему у вас, кажется, есть порядковый индекс, следующий за ним, Я бы сравнил с тем, что хранится в вашей БД, и сравним с экспортом в csv – EdChum