如何将pandas DataFrame中的时间字符串转换为小时级标准时间数据

不需要手动处理，pandas内置的pd.to_datetime()方法完全适配你当前的时间格式转换需求，一行代码就能完成小时级时间数据的转换。

具体操作代码 #

import pandas as pd

# 假设你的原始DataFrame变量名为df
# 转换时间列（0列）为带时区的datetime类型
df['datetime'] = pd.to_datetime(df[0], format="%Y%m%dT%H-%z")

# 可选：如果不需要保留时区信息，避免后续运算时报时区不匹配错误，可以去掉时区属性
# df['datetime'] = pd.to_datetime(df[0], format="%Y%m%dT%H-%z").dt.tz_localize(None)

# 可选：单独提取日期、小时字段，方便后续统计分析
df['date'] = df['datetime'].dt.date
df['hour'] = df['datetime'].dt.hour
# 重命名能源需求列
df['energy_demand'] = df[1]

# 可选：设置时间为索引，方便后续做小时级重采样、滑动窗口计算等时间序列操作
df = df.set_index('datetime').asfreq('H')

说明 #

你提供的时间串结构为年月日T小时-时区偏移，完全符合strftime的格式规范，指定format参数转换的速度远高于pandas自动识别格式的速度，数据量越大性能优势越明显。

内容的提问来源于stack exchange，提问作者MUD