如何统一Request.timestamp与Drop.timestamp格式并拆分日期时间？

嘿，这个问题我之前处理过类似的，用Python的pandas库来解决超方便！先看看你的数据里的两种日期时间格式：

• 短格式：MM/DD/YYYY HH:MM（比如11/7/2016 11:51）
• 长格式：DD-MM-YYYY HH:MM:SS（比如13-07-2016 08:33:16）

下面是具体的操作步骤，一步步来就能搞定：

步骤1：导入库并加载数据 #

假设你的数据存在CSV文件里，先把它加载成pandas的DataFrame：

import pandas as pd

# 加载CSV数据，其他格式比如Excel用pd.read_excel就行
df = pd.read_csv('your_trip_data.csv')

步骤2：把日期时间列转成统一的datetime类型 #

pandas的pd.to_datetime()函数自带多格式识别能力，直接对目标列操作就好：

# 转换请求时间列
df['Request.timestamp'] = pd.to_datetime(df['Request.timestamp'], dayfirst=False)
# 转换下车时间列
df['Drop.timestamp'] = pd.to_datetime(df['Drop.timestamp'], dayfirst=False)

这里的dayfirst=False是告诉函数，像11/7/2016这种格式里，第一个数字是月份（也就是MM/DD/YYYY）；如果你的短格式是DD/MM/YYYY，记得改成dayfirst=True。要是自动识别偶尔出错，还可以手动指定格式列表兜底：

# 明确指定两种格式，确保转换准确
df['Request.timestamp'] = pd.to_datetime(df['Request.timestamp'], format=['%m/%d/%Y %H:%M', '%d-%m-%Y %H:%M:%S'])

步骤3：拆分日期和时间部分 #

转成datetime类型后，提取日期和时间就简单了：

# 拆分请求时间的日期和时间
df['Request.date'] = df['Request.timestamp'].dt.date
df['Request.time'] = df['Request.timestamp'].dt.time

# 拆分下车时间的日期和时间
df['Drop.date'] = df['Drop.timestamp'].dt.date
df['Drop.time'] = df['Drop.timestamp'].dt.time

如果需要字符串格式的日期时间（比如存到数据库或者导出成特定格式），可以用strftime()指定格式：

# 转成YYYY-MM-DD格式的日期字符串
df['Request.date_str'] = df['Request.timestamp'].dt.strftime('%Y-%m-%d')
# 转成HH:MM:SS格式的时间字符串
df['Request.time_str'] = df['Request.timestamp'].dt.strftime('%H:%M:%S')

验证一下结果 #

打印前几行看看效果：

print(df[['Request.timestamp', 'Request.date', 'Request.time']].head())

你会看到所有日期时间都变成了统一的格式，日期和时间也成功拆分出来啦！

内容的提问来源于stack exchange，提问作者user8731910