/ / Nie można skonwertować daty na format czytelny w pythonie - python, datetime

Nie można przekonwertować daty na format czytelny w pythonie - python, datetime

Mam zakres dat w następujący sposób:

Date
2017-04-02 12:00 AM
2017-04-02 01:00 AM
2017-04-02 02:00 AM
2017-04-02 03:00 AM
2017-04-02 04:00 AM
2017-04-02 05:00 AM
2017-04-02 06:00 AM
2017-04-02 07:00 AM
2017-04-02 08:00 AM
2017-04-02 09:00 AM
2017-04-02 10:00 AM

Chcę przekonwertować wszystkie z nich na czas datowania Pythona, aby wykreślić go w osi X. Użyłem następującego kodu:

dates=fire["Date"]#copy date value in dataframe
x = dt.datetime.strptime("dates","%Y-%m-%d %I:%M %p").date()

Ale daje mi błąd jako:

time data "d" does not match format "%Y-%m-%d %I:%M %p"

Jak mogę przekonwertować wszystkie te daty na daty czytelne w języku Python?

Odpowiedzi:

3 dla odpowiedzi № 1

d jest zmienną, więc musisz usunąć cytaty:

x = [dt.datetime.strptime(d,"%Y-%m-%d %I:%M %p").date() for d in dates]

Edycja: powtarzalny przykład

Zgodnie z żądaniem OP, tutaj jest powtarzalny przykład:

import pandas as pd
import datetime as dt
from StringIO import StringIO

data="""
Date
2017-04-02 12:00 AM
2017-04-02 01:00 AM
2017-04-02 02:00 AM
2017-04-02 03:00 AM
2017-04-02 04:00 AM
2017-04-02 05:00 AM
2017-04-02 06:00 AM
2017-04-02 07:00 AM
2017-04-02 08:00 AM
2017-04-02 09:00 AM
2017-04-02 10:00 AM
"""
# StringIO is used to simulate reading from a csv file
df = pd.read_csv(StringIO(data))
print(df.head())

dates = df["Date"]
x = [dt.datetime.strptime(d,"%Y-%m-%d %I:%M %p").date() for d in dates]
print(x)

Wyjście:

[datetime.date(2017, 4, 2), datetime.date(2017, 4, 2), datetime.date(2017, 4, 2), datetime.date(2017, 4, 2), datetime.date(2017, 4, 2), datetime.date(2017, 4, 2), datetime.date(2017, 4, 2), datetime.date(2017, 4, 2), datetime.date(2017, 4, 2), datetime.date(2017, 4, 2), datetime.date(2017, 4, 2)]

Na marginesie pandy mogą przeanalizować daty w następujący sposób:

df2 = pd.read_csv(StringIO(data), parse_dates=["Date"])

Wyjście:

                 Date
0 2017-04-02 00:00:00
1 2017-04-02 01:00:00
2 2017-04-02 02:00:00
3 2017-04-02 03:00:00
4 2017-04-02 04:00:00