# Create date range with frequency of a day
rng = pd.date_range(start='01/01/18', end ='01/01/19',freq='D')
#pass this into a dataframe
df = pd.DataFrame({'Date' : rng})
print(df.dtypes)
Date datetime64[ns]
#okay lets case this into a str so we can convert it back
df['Date'] = df['Date'].astype(str)
print(df.dtypes)
Date object
# now lets convert it back #
df['Date'] = pd.to_datetime(df.Date,errors='ignore')
print(df.dtypes)
Date datetime64[ns]
# Okay lets slice the data frame for your desired date ##
print(df.loc[df.Date > '2018-12-29'))
Date
363 2018-12-30
364 2018-12-31
365 2019-01-01
@datanawner给出的答案是:
然后检查数据类型它应该是一个日期时间,如果是的话,就这么做
^{pr2}$只需添加一个答案以防其他人在这里结束:
首先,让我们创建一个带有日期的数据帧,将数据类型更改为一个字符串并将其转换回来。errors='ignore'参数将忽略列中的任何非日期时间值,因此,如果第x行中有John Smith,那么它将保持不变,如果更改errors='force',它将把John Smith更改为NaT(不是时间值)
相关问题 更多 >
编程相关推荐