如何将 DataFrame 列类型从对象类型转换为日期时间？

Pandas 是Python第三方库中的代表，可让我们有效且高效地执行复杂的数据操作。在 pandas 中，我们主要是处理 DataFrame 形式的数据集。DataFrames 是 pandas 中间的二维数据结构。DataFrames 由行、列和数据组成。DataFrame 中的 Data 可以是任何类型。在这里，我们将学习如何将对象类型的数据转换为 DateTime 格式。

要将字符串转换为 DateTime，我们将使用 pd.to_datetime()方法。 pandas.to_datetime() 方法 此方法用于将字符串转换为日期时间格式。当加载 CSV 文件或创建 DataFrame 时，以字符串格式创建日期，此方法将此字符串数据转换为正确的格式。

pd.to_datetime()方法语法：

pandas.to_datetime(
    arg,
    errors='raise',
    dayfirst=False,
    yearfirst=False,
    utc=None,
    format=None,
    exact=True,
    unit=None,
    infer_datetime_format=False,
    origin='unix',
    cache=True
    )

    # 使用
    pandas.to_datetime(args)

参数：

它采用必须转换为 DateTime 格式的字符串。 它还需要一些可选参数，例如 dayfirst、yearfirst、utc、format。 要使用 Python Pandas，我们需要导入 pandas 库。下面是语法，

import pandas as pd

代码示例：

# 导入pandas库
import pandas as pd

# 创建一个字典
dict = {'name':['华筝','黄蓉','郭靖','杨过','小龙女'],
        'DOB':['07/12/2001','08/11/2002','09/10/2003','10/09/2004','11/08/2005'],
        'Gender':['女','女','男','男','女']}

# 创建一个数据框 DataFrame
df = pd.DataFrame(dict)

# 确认数据框的数据类型
print(df.info())

# 将 DataFrame 列类型从字符串转换为日期时间
df['DOB']= pd.to_datetime(df['DOB'])

# 确认数据框的新数据类型
print(df.info())

结果输出：

原数据框每列的数据类型是对象

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   name    5 non-null      object
 1   DOB     5 non-null      object
 2   Gender  5 non-null      object
dtypes: object(3)
memory usage: 248.0+ bytes
None

可以看到 DOB 列的格式，数据类型已转换为日期时间格式

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype         
---  ------  --------------  -----         
 0   name    5 non-null      object        
 1   DOB     5 non-null      datetime64[ns]
 2   Gender  5 non-null      object        
dtypes: datetime64[ns](1), object(2)
memory usage: 248.0+ bytes
None