You need to enable JavaScript to run this app. Python搭建ML模型时如何移除CSV中datetime列的日期部分
优惠活动
大模型
产品
解决方案
定价
更多

Python搭建ML模型时如何移除CSV中datetime列的日期部分

场景与问题描述
  • 项目目标:Python环境下读取多列CSV文件,搭建机器学习预测模型
  • 待处理问题:数据集内有单列存储的datetime字段,示例格式为26.03.2018 00:00:00,其中日期部分对模型预测无价值,但因日期与时间存储在同一列,无法直接删除整列,需要移除字段中的日期段
  • 当前进展:已尝试多种datetime处理方法均未生效,已执行的操作代码如下:
data = pd.read_csv("TotalTrafo.csv")
dir(data)

type(data.Trafo1)
# 输出类型为pandas.core.series.Series
处理失效的核心原因
  • 绝大多数datetime处理逻辑失效的根源为:pd.read_csv默认会把文本格式的时间列识别为普通字符串(object类型),不会自动解析为pandas的datetime类型,直接调用时间拆分、dt属性访问方法会因类型不匹配出现报错或无返回结果。
可落地方案

标准datetime解析提取流程

  1. 显式将目标时间列转换为pandas datetime类型,匹配固定格式减少解析误差。既可以在pd.read_csv阶段直接指定解析规则,也可以读取完成后做类型转换:
    # 方式A:读取CSV时直接解析时间列
    data = pd.read_csv(
        "TotalTrafo.csv",
        parse_dates=["time_col"], # 替换为实际的时间列名
        dayfirst=True # 匹配示例“日.月.年”的格式,避免日期解析错位
    )
    
    # 方式B:读取完成后再转换类型
    data["time_col"] = pd.to_datetime(
        data["time_col"],
        format="%d.%m.%Y %H:%M:%S", # 匹配示例的日期时间结构
        errors="coerce" # 解析失败的内容转为空值,避免程序直接中断
    )
    
  2. 按需提取纯时间内容、移除日期部分:
    • 若需要保留时间对象格式:
      data["time_only"] = data["time_col"].dt.time
      
    • 若需要适配机器学习模型的数值输入要求,可进一步将时间拆分为独立数值特征(模型无法直接处理字符串/时间对象类型):
      data["hour"] = data["time_col"].dt.hour
      data["minute"] = data["time_col"].dt.minute
      data["second"] = data["time_col"].dt.second
      

纯字符串快速拆分方案(无需类型转换)

如果不需要做额外时间计算,利用示例中“日期和时间用空格分隔”的固定结构,可直接通过字符串规则提取后半段时间内容,规避类型转换的耗时:

# 自动匹配连续多个空格的分隔逻辑,避免示例中双空格带来的拆分误差
data["time_only"] = data["time_col"].str.split(r"\s+", expand=True)[1]
注意事项
  • 处理前需要确认目标时间列的列名,避免误将需要保留的Trafo1列作为待处理对象。
  • 不建议因日期无价值就直接删除整列,拆分得到的小时/分钟类时间特征属于强周期信号,往往对预测模型的精度有明显增益。

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.10 03:15:06