pd.to_datetime() 时间处理函数

因为不了解该段代码意思：

# 不过要注意，数据里有时间出错的格式，所以我们需要 errors='coerce'
data['used_time'] = (pd.to_datetime(data['creatDate'], format='%Y%m%d', errors='coerce') - 
                            pd.to_datetime(data['regDate'], format='%Y%m%d', errors='coerce')).dt.days

pandas.to_datetime将参数转换为日期时间。

官网的参数：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_datetime.html

pandas.to_datetime(arg: DatetimeScalar, errors: str = '...', dayfirst: bool = '...', yearfirst: bool = '...', utc: Optional[bool] = '...', format: Optional[str] = '...', exact: bool = '...', unit: Optional[str] = '...', infer_datetime_format: bool = '...', origin='...', cache: bool = '...') → Union[DatetimeScalar, ‘NaTType’][source]
pandas.to_datetime(arg: ‘Series’, errors: str = '...', dayfirst: bool = '...', yearfirst: bool = '...', utc: Optional[bool] = '...', format: Optional[str] = '...', exact: bool = '...', unit: Optional[str] = '...', infer_datetime_format: bool = '...', origin='...', cache: bool = '...') → ’Series’
pandas.to_datetime(arg: Union[List, Tuple], errors: str = '...', dayfirst: bool = '...', yearfirst: bool = '...', utc: Optional[bool] = '...', format: Optional[str] = '...', exact: bool = '...', unit: Optional[str] = '...', infer_datetime_format: bool = '...', origin='...', cache: bool = '...') → DatetimeIndex

格式如下：

#输入下面，即可知道参数
import pandas as pd 
pd.to_datetime

#参数如下
pd.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True)

参数：

（1）arg：int，float，str，datetime，list，tuple，1-d数组，Series，DataFrame / dict-like，要转换为日期时间的对象

（2）errors：{'ignore'，'raise'，'coerce'}，默认为'raise'

• 如果为“ raise”，则无效的解析将引发异常
• 如果为“coerce”，则将无效解析设置为NaT
• 如果为“ ignore”，则无效的解析将返回输入

（3）dayfirst：bool，默认为False，

如果arg是str或类似列表，则指定日期解析顺序。
如果为True，则首先解析日期，例如12/10/11解析为2011-10-12。
警告：dayfirst = True并不严格，但更喜欢使用day first进行解析（这是一个已知的错误，基于dateutil的行为）

（4）yearfirst：布尔值，默认为False，

如果arg是str或类似列表，则指定日期解析顺序。
如果True解析日期以年份为第一，则将10/11/12解析为2010-11-12。
如果dayfirst和yearfirst均为True，则在yearfirst之后（与dateutil相同）。
警告：yearfirst = True并不严格，但更喜欢使用year first进行解析（这是一个已知的错误，基于dateutil的行为）。

#如果是dayfirst，则日月年，如果yearfirst = True，则年月日,默认的是月日年
pd.to_datetime('10/11/12',dayfirst = True)  #Timestamp('2012-11-10 00:00:00')
pd.to_datetime('12/10/11',dayfirst = True) # Timestamp('2011-10-12 00:00:00')
pd.to_datetime('10/11/12',yearfirst = True)  # Timestamp('2010-11-12 00:00:00')
pd.to_datetime('10/11/12')  #Timestamp('2012-10-11 00:00:00')

（5）utc： bool，默认值 None，如果为True，则返回UTC DatetimeIndex（也转换任何支持tz的datetime.datetime对象）

（6）format：str，格式，default None，解析时间的strftime，例如“％d /％m /％Y”，请注意，“％f”将一直解析直至纳秒。有关选择的更多信息，请参见strftime文档：https : //docs.python.org/3/library/datetime.html#strftime-and-strptime-behavior。

（7）exact：精度，bool：True by default，表现为：如果为True，则需要精确的格式匹配。如果为False，则允许格式匹配目标字符串中的任何位置。

（8）unit： str，单位，default ‘ns’，arg的单位（D，s，ms，us，ns）表示单位，它是整数或浮点数。这将基于原点。例如，在unit ='ms'和origin ='unix'（默认值）的情况下，这将计算到unix纪元开始的毫秒数

（9）infer_datetime_format：bool，默认为False，如果为True且未给出格式，请尝试根据第一个非NaN元素推断日期时间字符串的格式，如果可以推断出日期时间字符串的格式，请切换到解析它们的更快方法。在某些情况下，这可以使解析速度提高约5-10倍。

（10）origin：标量, default ‘unix’，

      定义参考日期。自该参考日期以来，数值将被解析为单位数（由unit定义）。

• 如果是“ unix”（或POSIX）时间；原点设置为1970-01-01。
• 如果为'julian'，则单位必须为'D'，并且原点设置为Julian Calendar的开头。朱利安天数0被指定为从4713年1月1日中午开始的那一天。
• 如果时间戳可转换，则将原点设置为由原点标识的时间戳。

（11）cache：布尔值，默认为True

如果为True，则使用唯一的转换日期缓存来应用datetime转换。解析重复的日期字符串时，尤其是带有时区偏移的日期字符串时，可能会大大提高速度。仅当至少有50个值时才使用缓存。越界值的存在将使高速缓存不可用，并可能减慢解析速度
0.23.0版中的新功能。在0.25.0版中进行了更改： -将默认值从False更改为True。

返回值：

datetime

如果解析成功。返回类型取决于输入:

• list-like: DatetimeIndex

• Series: Series of datetime64 dtype

• scalar: Timestamp

如果无法返回指定的类型（例如，当输入的任何元素在Timestamp.min之前或Timestamp.max之后），则返回将具有datetime.datetime类型（或对应的数组/系列）。

例子：

从DataFrame的多个列中组合一个日期时间。键可以是常见的缩写，例如['year'，'month'，'day'，'minute'，'second'，'ms'，'us'，'ns']）或相同的复数形式

import pandas as pd 
pd.to_datetime

df = pd.DataFrame({'year': [2015, 2016],
                   'month': [2, 3],
                   'day': [4, 5]})

df
'''
   year  month  day
0  2015      2    4
1  2016      3    5
'''

pd.to_datetime(df)

'''
0   2015-02-04
1   2016-03-05
dtype: datetime64[ns]
'''

如果日期不符合时间戳限制，则传递errors ='ignore'将返回原始输入，而不引发任何异常。
如果将error ='coerce'传递给NaT，则除了将非日期（或不可解析的日期）强制为NaT外，还将对NaT强制执行越界日期。

pd.to_datetime('13000101', format='%Y%m%d', errors='ignore')
#datetime.datetime(1300, 1, 1, 0, 0)
pd.to_datetime('13000101', format='%Y%m%d', errors='coerce')
#NaT

传递infer_datetime_format = True通常可以加快解析速度，如果解析不是完全采用ISO8601格式，而是采用常规格式。

s = pd.Series(['3/11/2000', '3/12/2000', '3/13/2000'] * 1000)
s.head(1)
#0    3/11/2000
#dtype: object
%timeit pd.to_datetime(s, infer_datetime_format=True)  
#1.53 ms ± 139 µs per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit pd.to_datetime(s, infer_datetime_format=False)  
#1.51 ms ± 21.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

使用Unix纪元时间

pd.to_datetime(1490195805, unit='s')
#Timestamp('2017-03-22 15:16:45')

pd.to_datetime(1490195805433502912, unit='ns')
#Timestamp('2017-03-22 15:16:45.433502912')

使用非unix纪元原点

pd.to_datetime([1, 2, 3], unit='D',
               origin=pd.Timestamp('1960-01-01'))

# DatetimeIndex(['1960-01-02', '1960-01-03', '1960-01-04'], dtype='datetime64[ns]', freq=None)