Come faccio a convertire le date in un frame di dati Pandas in un tipo di dati "date"?

Ho un frame di dati Panda, una delle colonne contiene stringhe di data nel formato YYYY-MM-DD

Per es '2013-10-28'

Al momento il dtypedella colonna è object.

Come si convertono i valori delle colonne nel formato di data Panda?

Usa astype

In [31]: df
Out[31]: 
   a        time
0  1  2013-01-01
1  2  2013-01-02
2  3  2013-01-03

In [32]: df['time'] = df['time'].astype('datetime64[ns]')

In [33]: df
Out[33]: 
   a                time
0  1 2013-01-01 00:00:00
1  2 2013-01-02 00:00:00
2  3 2013-01-03 00:00:00

Essenzialmente equivalente a @waitingkuo, ma lo userei to_datetimequi (sembra un po 'più pulito e offre alcune funzionalità aggiuntive, ad esempio dayfirst):

In [11]: df
Out[11]:
   a        time
0  1  2013-01-01
1  2  2013-01-02
2  3  2013-01-03

In [12]: pd.to_datetime(df['time'])
Out[12]:
0   2013-01-01 00:00:00
1   2013-01-02 00:00:00
2   2013-01-03 00:00:00
Name: time, dtype: datetime64[ns]

In [13]: df['time'] = pd.to_datetime(df['time'])

In [14]: df
Out[14]:
   a                time
0  1 2013-01-01 00:00:00
1  2 2013-01-02 00:00:00
2  3 2013-01-03 00:00:00

Gestione ValueErrors
Se ti imbatti in una situazione in cui stai facendo

df['time'] = pd.to_datetime(df['time'])

Lancia un

ValueError: Unknown string format

Ciò significa che hai valori non validi (non coercibili). Se ti va di convertirli in pd.NaT, puoi aggiungere un errors='coerce'argomento a to_datetime:

df['time'] = pd.to_datetime(df['time'], errors='coerce')

Immagino che molti dati entrino in Panda da file CSV, nel qual caso puoi semplicemente convertire la data durante la lettura CSV iniziale:

dfcsv = pd.read_csv('xyz.csv', parse_dates=[0])dove lo 0 si riferisce alla colonna in cui si trova la data.
Puoi anche aggiungere , index_col=0lì se vuoi che la data sia il tuo indice.

Vedi https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html

Adesso puoi farlo df['column'].dt.date

Nota che per gli oggetti datetime, se non vedi l'ora in cui sono tutti 00:00:00, non è panda. Questo è il notebook iPython che cerca di far sembrare le cose belle.

Un altro modo per farlo e funziona bene se hai più colonne da convertire in datetime.

cols = ['date1','date2']
df[cols] = df[cols].apply(pd.to_datetime)

Se vuoi ottenere il formato DATE e non DATETIME:

df["id_date"] = pd.to_datetime(df["id_date"]).dt.date

Potrebbe essere necessario convertire le date in una frequenza diversa. In questo caso, suggerirei di impostare un indice per date.

#set an index by dates
df.set_index(['time'], drop=True, inplace=True)

Dopo questo, puoi convertire più facilmente nel tipo di formato della data di cui avrai più bisogno. Di seguito, converto in sequenza in un numero di formati di data, finendo infine con una serie di date giornaliere all'inizio del mese.

#Convert to daily dates
df.index = pd.DatetimeIndex(data=df.index)

#Convert to monthly dates
df.index = df.index.to_period(freq='M')

#Convert to strings
df.index = df.index.strftime('%Y-%m')

#Convert to daily dates
df.index = pd.DatetimeIndex(data=df.index)

Per brevità, non mostro di eseguire il seguente codice dopo ogni riga sopra:

print(df.index)
print(df.index.dtype)
print(type(df.index))

Questo mi dà il seguente output:

Index(['2013-01-01', '2013-01-02', '2013-01-03'], dtype='object', name='time')
object
<class 'pandas.core.indexes.base.Index'>

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03'], dtype='datetime64[ns]', name='time', freq=None)
datetime64[ns]
<class 'pandas.core.indexes.datetimes.DatetimeIndex'>

PeriodIndex(['2013-01', '2013-01', '2013-01'], dtype='period[M]', name='time', freq='M')
period[M]
<class 'pandas.core.indexes.period.PeriodIndex'>

Index(['2013-01', '2013-01', '2013-01'], dtype='object')
object
<class 'pandas.core.indexes.base.Index'>

DatetimeIndex(['2013-01-01', '2013-01-01', '2013-01-01'], dtype='datetime64[ns]', freq=None)
datetime64[ns]
<class 'pandas.core.indexes.datetimes.DatetimeIndex'>

Prova a convertire una delle righe in timestamp usando la funzione pd.to_datetime e poi usa .map per mappare il formular all'intera colonna

 #   Column          Non-Null Count   Dtype         
---  ------          --------------   -----         
 0   startDay        110526 non-null  object
 1   endDay          110526 non-null  object

import pandas as pd

df['startDay'] = pd.to_datetime(df.startDay)

df['endDay'] = pd.to_datetime(df.endDay)

 #   Column          Non-Null Count   Dtype         
---  ------          --------------   -----         
 0   startDay        110526 non-null  datetime64[ns]
 1   endDay          110526 non-null  datetime64[ns]

Per completezza un'altra opzione, che potrebbe non essere la più semplice, un po 'simile a quella proposta da @SSS, ma utilizzando piuttosto la libreria datetime è:

import datetime
df["Date"] = df["Date"].apply(lambda x: datetime.datetime.strptime(x, '%Y-%d-%m').date())