如何在Pandas中将日期列从字符串转为整数？parse_dates=True无效

为什么parse_dates=True无效？ #

parse_dates=True仅会尝试将CSV的索引列解析为日期类型，若你的日期是普通数据列（比如名为Date的列），这个参数不会对目标列生效。

正确处理步骤 #

1. 读取时直接解析日期列
   明确指定要解析的日期列名，而非用True：

stock_df = pd.read_csv("NFLX.CSV", parse_dates=['Date'])

替换['Date']为你实际的日期列名称，执行后该列会被解析为datetime64类型。

2. 将datetime类型转为整数
   根据需求选以下两种方式之一：

• 转成秒级时间戳（整数形式的Unix时间）：

  stock_df['Date'] = stock_df['Date'].astype('int64') // 10**9
  

• 转成年月日拼接的整数（如20231005格式）：

  stock_df['Date'] = stock_df['Date'].dt.strftime('%Y%m%d').astype(int)
  

若已读取数据（日期列仍是字符串） #

先将字符串列转为datetime类型，再转整数：

# 字符串转datetime
stock_df['Date'] = pd.to_datetime(stock_df['Date'])
# 后续转整数步骤同上
stock_df['Date'] = stock_df['Date'].astype('int64') // 10**9

内容的提问来源于stack exchange，提问作者Himanshu Singh