Skip to main content
 首页 » 编程设计

python之如何格式化 Twitter(和其他)时间戳

2025年05月04日14myhome

更新:问题是脏数据而不是数据类型问题。如果您的数据是干净的,上述选项应该有效。就我而言,我有大约 10 条记录,其中语言代码已转移到时间戳字段中:(

原帖: 我正在尝试使用如下所示的 Twitter 时间戳:

df.created_at.head() 
 
0    2015-10-23T07:57:45.000Z 
1    2015-10-23T07:56:04.000Z 
2    2015-10-23T07:48:26.000Z 
3    2015-10-23T07:48:07.000Z 
4    2015-10-23T07:44:09.000Z 
Name: created_at, dtype: object 

我正在尝试将“created_at”转换为日期时间数据类型。我已经尝试了几种方法来做到这一点,但它们都给我错误。

如果我尝试更改数据类型,我会收到此错误:

df.created_at.astype('datetime64[ns]') 
ValueError: Error parsing datetime string "en" at position 0 

如果我使用下面@Alexander 建议的调整版本,我会收到此错误:

s = pd.Series(df.created_at) 
datetime_idx = pd.DatetimeIndex(pd.to_datetime(s)) 
ValueError: Unable to convert 0         2015-10-23T07:57:45.000Z... 

这种方法给我以下错误:

pd.to_datetime(df.created_at, format="%Y-%m-%dT%H:%M:%S.000Z") 
ValueError: time data u'en' does not match format '%Y-%m-%dT%H:%M:%S.000Z' (match) 

请您参考如下方法:

这是您要找的吗?我刚刚在使用 to_datetime 转换为日期时间的系列上使用了 DatetimeIndex。

s = pd.Series(['2015-10-23T07:57:45.000Z', '2015-10-23T07:56:04.000Z', '2015-10-23T07:48:26.000Z', '2015-10-23T07:48:07.000Z', '2015-10-23T07:44:09.000Z'], name='created_at') 
 
datetime_idx = pd.DatetimeIndex(pd.to_datetime(s)) 
 
>>> datetime_idx 
DatetimeIndex(['2015-10-23 07:57:45', '2015-10-23 07:56:04', '2015-10-23 07:48:26', '2015-10-23 07:48:07', '2015-10-23 07:44:09'], dtype='datetime64[ns]', freq=None, tz=None)