这是我的数据帧:
dt_object Lng
1 2020-01-01 00:00:00 1.57423
2 2020-01-01 01:00:00 1.57444
3 2020-01-01 02:00:00 1.57465
4 2020-01-01 03:00:00 1.57486
5 2020-01-01 04:00:00 1.57506
dt_object是用python经典日期时间函数编写的。 但是
print (df.columns)
给我:
索引(['DT_Object'，'LNG']，DType='Object')，
所以它们都是对象类型。
我试着:
df_candles['dt_object'] = df_candles['dt_object'].astype('datetime64')
但这于事无补。
它仍然是物体。 如何将此列转换为pandas的“DateTime64”？
为此，您可以使用to_datetime函数进行转换
df_candles['dt_object'] = pd.to_datetime(df_candles['dt_object'])
注意，如果需要，还可以将字符串对象的格式指定为
df_candles['dt_object'] = pd.to_datetime(df_candles['dt_object'], format='%Y-%m-%d %H:%M:%S')
另请查看https://docs.python.org/3/library/datetime.html#strftime-and-strptime-format-codes
尝试:
df_candles['dt_object'] = pd.to_datetime(df_candles['dt_object'])
尝试检查列类型时，请使用:
df.dtypes
而不是:
df.columns
