In [1]:

    

import pandas as pd
import datetime


    

In [2]:

    

df = pd.read_csv('data/src/sample_datetime_multi.csv')


    

In [3]:

    

print(df)


    

    




                  A                   B
0  2017-11-01 12:24   2017年11月1日 12時24分
1  2017-11-18 23:00  2017年11月18日 23時00分
2   2017-12-05 5:05    2017年12月5日 5時05分
3   2017-12-22 8:54   2017年12月22日 8時54分
4  2018-01-08 14:20    2018年1月8日 14時20分
5  2018-01-19 20:01   2018年1月19日 20時01分

In [4]:

    

print(df.dtypes)


    

    




A    object
B    object
dtype: object

In [5]:

    

print(type(df['A'][0]))


    

    




<class 'str'>

In [6]:

    

print(pd.to_datetime(df['A']))


    

    




0   2017-11-01 12:24:00
1   2017-11-18 23:00:00
2   2017-12-05 05:05:00
3   2017-12-22 08:54:00
4   2018-01-08 14:20:00
5   2018-01-19 20:01:00
Name: A, dtype: datetime64[ns]

In [7]:

    

print(pd.to_datetime(df['B'], format='%Y年%m月%d日 %H時%M分'))


    

    




0   2017-11-01 12:24:00
1   2017-11-18 23:00:00
2   2017-12-05 05:05:00
3   2017-12-22 08:54:00
4   2018-01-08 14:20:00
5   2018-01-19 20:01:00
Name: B, dtype: datetime64[ns]

In [8]:

    

print(pd.to_datetime(df['A']) == pd.to_datetime(df['B'], format='%Y年%m月%d日 %H時%M分'))


    

    




0    True
1    True
2    True
3    True
4    True
5    True
dtype: bool

In [9]:

    

df['X'] = pd.to_datetime(df['A'])


    

In [10]:

    

print(df)


    

    




                  A                   B                   X
0  2017-11-01 12:24   2017年11月1日 12時24分 2017-11-01 12:24:00
1  2017-11-18 23:00  2017年11月18日 23時00分 2017-11-18 23:00:00
2   2017-12-05 5:05    2017年12月5日 5時05分 2017-12-05 05:05:00
3   2017-12-22 8:54   2017年12月22日 8時54分 2017-12-22 08:54:00
4  2018-01-08 14:20    2018年1月8日 14時20分 2018-01-08 14:20:00
5  2018-01-19 20:01   2018年1月19日 20時01分 2018-01-19 20:01:00

In [11]:

    

print(df.dtypes)


    

    




A            object
B            object
X    datetime64[ns]
dtype: object

In [12]:

    

print(df['X'][0])


    

    




2017-11-01 12:24:00

In [13]:

    

print(type(df['X'][0]))


    

    




<class 'pandas._libs.tslib.Timestamp'>

In [14]:

    

print(issubclass(pd.Timestamp, datetime.datetime))


    

    




True

In [15]:

    

print(df['X'][0].year)


    

    




2017

In [16]:

    

print(df['X'][0].weekday_name)


    

    




Wednesday

In [17]:

    

py_dt = df['X'][0].to_pydatetime()
print(type(py_dt))


    

    




<class 'datetime.datetime'>

In [18]:

    

dt64 = df['X'][0].to_datetime64()
print(type(dt64))


    

    




<class 'numpy.datetime64'>

In [19]:

    

print(df['X'][0].timestamp())


    

    




1509539040.0

In [20]:

    

print(pd.to_datetime('1970-01-01 00:00:00').timestamp())


    

    




0.0

In [21]:

    

print(int(df['X'][0].timestamp()))


    

    




1509539040

In [22]:

    

print(df['X'][0].strftime('%Y/%m/%d'))


    

    




2017/11/01

In [23]:

    

print(df['X'].dt.year)


    

    




0    2017
1    2017
2    2017
3    2017
4    2018
5    2018
Name: X, dtype: int64

In [24]:

    

print(df['X'].dt.hour)


    

    




0    12
1    23
2     5
3     8
4    14
5    20
Name: X, dtype: int64

In [25]:

    

print(df['X'].dt.dayofweek)


    

    




0    2
1    5
2    1
3    4
4    0
5    4
Name: X, dtype: int64

In [26]:

    

print(df[df['X'].dt.dayofweek == 4])


    

    




                  A                  B                   X
3   2017-12-22 8:54  2017年12月22日 8時54分 2017-12-22 08:54:00
5  2018-01-19 20:01  2018年1月19日 20時01分 2018-01-19 20:01:00

In [27]:

    

print(df['X'].astype(str))


    

    




0    2017-11-01 12:24:00
1    2017-11-18 23:00:00
2    2017-12-05 05:05:00
3    2017-12-22 08:54:00
4    2018-01-08 14:20:00
5    2018-01-19 20:01:00
Name: X, dtype: object

In [28]:

    

print(df['X'].dt.strftime('%A, %B %d, %Y'))


    

    




0    Wednesday, November 01, 2017
1     Saturday, November 18, 2017
2      Tuesday, December 05, 2017
3       Friday, December 22, 2017
4        Monday, January 08, 2018
5        Friday, January 19, 2018
Name: X, dtype: object

In [29]:

    

print(df['X'].dt.strftime('%Y年%m月%d日'))


    

    




0    2017年11月01日
1    2017年11月18日
2    2017年12月05日
3    2017年12月22日
4    2018年01月08日
5    2018年01月19日
Name: X, dtype: object

In [30]:

    

df['en'] = df['X'].dt.strftime('%A, %B %d, %Y')
df['jp'] = df['X'].dt.strftime('%Y年%m月%d日')


    

In [31]:

    

print(df)


    

    




                  A                   B                   X  \
0  2017-11-01 12:24   2017年11月1日 12時24分 2017-11-01 12:24:00   
1  2017-11-18 23:00  2017年11月18日 23時00分 2017-11-18 23:00:00   
2   2017-12-05 5:05    2017年12月5日 5時05分 2017-12-05 05:05:00   
3   2017-12-22 8:54   2017年12月22日 8時54分 2017-12-22 08:54:00   
4  2018-01-08 14:20    2018年1月8日 14時20分 2018-01-08 14:20:00   
5  2018-01-19 20:01   2018年1月19日 20時01分 2018-01-19 20:01:00   

                             en           jp  
0  Wednesday, November 01, 2017  2017年11月01日  
1   Saturday, November 18, 2017  2017年11月18日  
2    Tuesday, December 05, 2017  2017年12月05日  
3     Friday, December 22, 2017  2017年12月22日  
4      Monday, January 08, 2018  2018年01月08日  
5      Friday, January 19, 2018  2018年01月19日  

In [32]:

    

print(df['X'].dt.to_pydatetime())


    

    




[datetime.datetime(2017, 11, 1, 12, 24)
 datetime.datetime(2017, 11, 18, 23, 0)
 datetime.datetime(2017, 12, 5, 5, 5)
 datetime.datetime(2017, 12, 22, 8, 54)
 datetime.datetime(2018, 1, 8, 14, 20)
 datetime.datetime(2018, 1, 19, 20, 1)]

In [33]:

    

print(type(df['X'].dt.to_pydatetime()))
print(type(df['X'].dt.to_pydatetime()[0]))


    

    




<class 'numpy.ndarray'>
<class 'datetime.datetime'>

In [34]:

    

print(df['X'].values)


    

    




['2017-11-01T12:24:00.000000000' '2017-11-18T23:00:00.000000000'
 '2017-12-05T05:05:00.000000000' '2017-12-22T08:54:00.000000000'
 '2018-01-08T14:20:00.000000000' '2018-01-19T20:01:00.000000000']

In [35]:

    

print(type(df['X'].values))
print(type(df['X'].values[0]))


    

    




<class 'numpy.ndarray'>
<class 'numpy.datetime64'>

In [36]:

    

print(df['X'].map(pd.Timestamp.timestamp))


    

    




0    1.509539e+09
1    1.511046e+09
2    1.512450e+09
3    1.513933e+09
4    1.515421e+09
5    1.516392e+09
Name: X, dtype: float64

In [37]:

    

print(df['X'].map(pd.Timestamp.timestamp).astype(int))


    

    




0    1509539040
1    1511046000
2    1512450300
3    1513932840
4    1515421200
5    1516392060
Name: X, dtype: int64

In [38]:

    

df_i = df.set_index('X').drop(['en', 'jp'], axis=1)


    

In [39]:

    

print(df_i)


    

    




                                    A                   B
X                                                        
2017-11-01 12:24:00  2017-11-01 12:24   2017年11月1日 12時24分
2017-11-18 23:00:00  2017-11-18 23:00  2017年11月18日 23時00分
2017-12-05 05:05:00   2017-12-05 5:05    2017年12月5日 5時05分
2017-12-22 08:54:00   2017-12-22 8:54   2017年12月22日 8時54分
2018-01-08 14:20:00  2018-01-08 14:20    2018年1月8日 14時20分
2018-01-19 20:01:00  2018-01-19 20:01   2018年1月19日 20時01分

In [40]:

    

print(df_i.index)


    

    




DatetimeIndex(['2017-11-01 12:24:00', '2017-11-18 23:00:00',
               '2017-12-05 05:05:00', '2017-12-22 08:54:00',
               '2018-01-08 14:20:00', '2018-01-19 20:01:00'],
              dtype='datetime64[ns]', name='X', freq=None)

In [41]:

    

print(df_i.index.minute)


    

    




Int64Index([24, 0, 5, 54, 20, 1], dtype='int64', name='X')

In [42]:

    

print(df_i.index.strftime('%y/%m/%d'))


    

    




['17/11/01' '17/11/18' '17/12/05' '17/12/22' '18/01/08' '18/01/19']

In [43]:

    

df_i['min'] = df_i.index.minute
df_i['str'] = df_i.index.strftime('%y/%m/%d')


    

In [44]:

    

print(df_i)


    

    




                                    A                   B  min       str
X                                                                       
2017-11-01 12:24:00  2017-11-01 12:24   2017年11月1日 12時24分   24  17/11/01
2017-11-18 23:00:00  2017-11-18 23:00  2017年11月18日 23時00分    0  17/11/18
2017-12-05 05:05:00   2017-12-05 5:05    2017年12月5日 5時05分    5  17/12/05
2017-12-22 08:54:00   2017-12-22 8:54   2017年12月22日 8時54分   54  17/12/22
2018-01-08 14:20:00  2018-01-08 14:20    2018年1月8日 14時20分   20  18/01/08
2018-01-19 20:01:00  2018-01-19 20:01   2018年1月19日 20時01分    1  18/01/19

In [45]:

    

df_csv = pd.read_csv('data/src/sample_datetime_multi.csv', parse_dates=[0])


    

In [46]:

    

print(df_csv)


    

    




                    A                   B
0 2017-11-01 12:24:00   2017年11月1日 12時24分
1 2017-11-18 23:00:00  2017年11月18日 23時00分
2 2017-12-05 05:05:00    2017年12月5日 5時05分
3 2017-12-22 08:54:00   2017年12月22日 8時54分
4 2018-01-08 14:20:00    2018年1月8日 14時20分
5 2018-01-19 20:01:00   2018年1月19日 20時01分

In [47]:

    

print(df_csv.dtypes)


    

    




A    datetime64[ns]
B            object
dtype: object

In [48]:

    

df_csv_jp = pd.read_csv('data/src/sample_datetime_multi.csv',
                        parse_dates=[1],
                        date_parser=lambda date: pd.to_datetime(date, format='%Y年%m月%d日 %H時%M分'))


    

In [49]:

    

print(df_csv_jp)


    

    




                  A                   B
0  2017-11-01 12:24 2017-11-01 12:24:00
1  2017-11-18 23:00 2017-11-18 23:00:00
2   2017-12-05 5:05 2017-12-05 05:05:00
3   2017-12-22 8:54 2017-12-22 08:54:00
4  2018-01-08 14:20 2018-01-08 14:20:00
5  2018-01-19 20:01 2018-01-19 20:01:00

In [50]:

    

print(df_csv_jp.dtypes)


    

    




A            object
B    datetime64[ns]
dtype: object

In [51]:

    

df_csv_jp_i = pd.read_csv('data/src/sample_datetime_multi.csv',
                          index_col=1,
                          parse_dates=True,
                          date_parser=lambda date: pd.to_datetime(date, format='%Y年%m月%d日 %H時%M分'))


    

In [52]:

    

print(df_csv_jp_i)


    

    




                                    A
B                                    
2017-11-01 12:24:00  2017-11-01 12:24
2017-11-18 23:00:00  2017-11-18 23:00
2017-12-05 05:05:00   2017-12-05 5:05
2017-12-22 08:54:00   2017-12-22 8:54
2018-01-08 14:20:00  2018-01-08 14:20
2018-01-19 20:01:00  2018-01-19 20:01

In [53]:

    

print(df_csv_jp_i.index)


    

    




DatetimeIndex(['2017-11-01 12:24:00', '2017-11-18 23:00:00',
               '2017-12-05 05:05:00', '2017-12-22 08:54:00',
               '2018-01-08 14:20:00', '2018-01-19 20:01:00'],
              dtype='datetime64[ns]', name='B', freq=None)