-1

CSVファイルのデータを抽出した日付のデータを変換したいです。
下記のようにエクセルのデータには日付+時間になっていますので、上手くいかないです。
format="%Y-%m-%d" 日付の形式を変換するにはどのようにすればよろしいでしょうか。

わかる方いらっしゃいましたらご教示願います。
お手数ですが、宜しくお願いいたします。

CSVのデータ:

A         
21-05-25 14:47:47

フォーマットの変換後 (期待する結果):

A         
21-05-25

エラー:

 result, tz_parsed = tslib.array_to_datetime(
 File "pandas\_libs\tslib.pyx", line 352, in pandas._libs.tslib.array_to_datetime
  File "pandas\_libs\tslib.pyx", line 496, in pandas._libs.tslib.array_to_datetime
ValueError: time data 21-05-25 14:47:27 doesn't match format specified

コード:

import pandas as pd

with codecs.open(filename, "r", "Shift-JIS", "ignore") as file:
    df1 = pd.read_table(file, delimiter=",")
   df2=pd.to_datetime(df1['A'], format="%Y-%m-%d")
    print(df2)

2 件の回答 2

1

以下は pandas.read_table()date_parser を使う方法です。

import pandas as pd
import codecs
from datetime import datetime as dt

with codecs.open(filename, "r", "Shift-JIS", "ignore") as file:
  df2 = pd.read_table(
    file, delimiter=",", parse_dates=['A'],
    date_parser=lambda d: dt.strptime(d, '%y-%m-%d %H:%M:%S').date()
  )
  print(df2)
1
  • こちらの方法も参考致します。ありがとうございます。
    – 幸589
    Commented 2021年5月27日 0:43
1

元のデータが時分秒まであるので、formatにはそれをきちんと指定する必要があるでしょう。

そして年が2桁の場合は小文字の%yを指定する必要があります。

pandasで様々な日付フォーマットを取り扱う
Pandasのデータを格納するオブジェクトDataFrameを理解する

だからformat"%y-%m-%d %H:%M:%S"になるでしょう。


変換後の形式も年を2桁にするためにはフォーマットを指定する必要があるでしょう。

pandasで日付・時間の列を処理(文字列変換、年月日抽出など)

pandas.Series全体に日時処理を適用するdtアクセサがある。

Datetimelike properties

その中でこれを使えば良いでしょう。
pandas.Series.dt.strftime

こんな感じでしょうか。dt.strftime('%y-%m-%d')


あと、上記を併せるとDataFrameではなくなるようなので、この行を:
df2=pd.to_datetime(df1['A'], format="%Y-%m-%d")

こちらのようにさらにDataFrame作成で囲んで変更すれば出来るのでは?

df2 = pd.DataFrame(pd.to_datetime(df1['A'], format="%y-%m-%d %H:%M:%S").dt.strftime('%y-%m-%d'))

もしくはfrom datetime import datetimeして以下のようにするとか:
DataFrame 列を Datetime に変換する DataFrame apply メソッド

from datetime import datetime
df2 = pd.DataFrame()
df2['A'] = df1['A'].apply(lambda _: datetime.strptime(_,"%y-%m-%d %H:%M:%S").strftime('%y-%m-%d'))

他の考え方として日付時刻ではなく、単なる空白をはさんだ文字列だと考えれば、str.partitionで分けて最初の物だけ使う方法も考えられます。
ただしこちらは列名が無くなって列番号になるようなので、後で名前変換の必要があるようです。

str.partition(sep)
Pythonで特定の文字以降を削除する
ちなみにstr.splitだと上手くいきませんでした。

こんな感じになるでしょう。

df2 = pd.DataFrame(df1['A'].str.partition(' ')[0])
df2 = df2.rename(columns={0:'A'})

こちらもapplylambdaで処理する方法ではこんな感じでしょう。

df2 = pd.DataFrame()
df2['A'] = df1['A'].apply(lambda _: _.partition(' ')[0])

ただしこちらはsplit()でも出来るようです。

df2 = pd.DataFrame()
df2['A'] = df1['A'].apply(lambda _: _.split(' ')[0])
1
  • 丁寧にありがとうございます。問題なくできました。
    – 幸589
    Commented 2021年5月27日 0:42

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。