pd DataFrame，需要添加列，将文本字符串date_time一次性解析为pandas year、dayOfWeek等

问题描述

Need Statement：我已经从 SQLite 数据库中执行了 cursor.fetchall 选择，返回了 'id' 和 'date_time'，后者是文本。我想使用 pd.to_date of year、dayOfWeek、dayOfYear、hourOfDay

创建额外的列

问题：按照 no-loop column add and population approach 的示例，我尝试了多种调用组合，但均无效。

我首先测试了一系列调用以确认我可以正确拆分测试日期；

sr = pd.Series(['2015-02-08 20:00:00']) 
sr = pd.to_datetime(sr) 

#Year: Series.dt.year The year of the datetime
#Day of week: Series.dt.dayofweek The day of the week with Monday=0,Sunday=6 
#Day of year: Series.dt.dayofyear The ordinal day of the year
#Hour: Series.dt.hour The hours of the datetime

print(sr)
print(sr.dt.year )
print(sr.dt.dayofweek )
print(sr.dt.dayofyear )
print(sr.dt.hour )

一切都按预期进行；

0 2015-02-08 20:00:00
数据类型：datetime64[ns]
0 2015 数据类型：int64
0 6
数据类型：int64
0 39
数据类型：int64
0 20
数据类型：int64

我尝试过的代码通过下面的行完美运行，返回 105,861 行 x 2 列；

def splitDateTime():
    try:
            sqliteConnection = sqlite3.connect('TestElecConsump.db')
            cursor = sqliteConnection.cursor()
            print("Connected to SQLite")
    
            sqlite_select_query = """SELECT id,date_time from WeatherRecord;"""
            cursor.execute(sqlite_select_query)
            records = cursor.fetchall()
            
            print("Total rows are:  ",len(records))
            print("Printing first row:",records[0])
            
            splitDatepd = pd.DataFrame(records,columns=['id','date_time']) 
            print("Dataframe shape:",splitDatepd.shape)
            print("Dataframe : ",splitDatepd,sep='\n')
        
            print ('records: ' + str(type(records)))
            print ('splitDatepd: ' + str(type(splitDatepd)))

然而，接下来的几行没有任何输出；

#Add new column of Pandas datetime year

splitDatepd["pd-datetime"] = splitDatepd.to-datetime["date_time"].dt.year

print("Dataframe shape:",splitDatepd.shape)
print("Dataframe : ",sep='\n')

所以我决定通过省略 .year 解析重复上述操作来简化问题；

splitDatepd["pd-datetime"] = splitDatepd.to-datetime["date_time"]

splitDatepd 仍然没有变化。

当 def 完成并返回数据帧时，它的打印输出看起来与 Select 语句中的原始数据帧完全一样。

我做错了什么？

解决方法

您可以尝试在单列中使用 pd.to_datetime 函数，例如：

splitDatepd["pd_datetime"] = pd.to_datetime(splitDatepd["date_time"])

PS：记住函数名使用下码，我的意思是，它是 pd.to_datetime 而不是 pd.to-datetime。