Bỏ qua đến nội dung chính
Mục lục

pd.to_datetime(): đổi chuỗi thành ngày giờ trong pandas

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 1/17 · Chương 8

Dữ liệu thời gian

  • 7 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Hàm pd.to_datetime() của pandas đổi chuỗi như "2025-11-03" thành ngày giờ thật, kiểu datetime64 mà pandas biết so, sắp xếp và tính khoảng cách. Bạn cần nó mỗi khi file xuất từ phần mềm bán hàng ghi ngày đặt, ngày giao dưới dạng chữ và bạn muốn biết đơn nào đặt sau cùng hay tháng nào bán chạy.

Cần biết trước: dtype và astype(), to_numeric() và strftime(), strptime().

Đổi cột chuỗi thành ngày bằng pd.to_datetime()

Lịch hẹn bảo hành của cửa hàng ghi ngày thành chữ. Với pandas, các ô đó chỉ là chuỗi, giống tên khách hay tên kênh. pd.to_datetime() nhận cả Series và trả một Series mới mang kiểu ngày:

python
import pandas as pd

hen = pd.Series(["2025-11-03", "2025-11-14", "2025-12-01",
                 "2026-01-05"])
print(hen.dtype)
ngay = pd.to_datetime(hen)
print(ngay)
print(ngay.iloc[0])

KẾT QUẢ

str
0   2025-11-03
1   2025-11-14
2   2025-12-01
3   2026-01-05
dtype: datetime64[us]
2025-11-03 00:00:00

Kiểu datetime64[us] đếm thời gian theo micro giây. Lấy riêng một ô ra, bạn được một Timestamp, bản pandas của datetime trong module datetime; chuỗi chỉ ghi ngày thì giờ được hiểu là 0 giờ, nên ô in kèm 00:00:00. Chuỗi viết kiểu năm, tháng, ngày (ISO) như trên được đọc mà không cần khai định dạng. Ngày kiểu Việt Nam 05/10/2025 cần thêm tham số, bài đọc ngày dd/mm/yyyy dạy cách đó.

Vì sao phải đổi trước khi tính

Một cột ngày còn là chuỗi giống một tủ hồ sơ xếp theo chữ cái đầu: trông có thứ tự, nhưng thứ tự đó là của chữ, không của thời gian. Phép so, max(), sort_values() trên chuỗi đi từng ký tự từ trái sang phải.

Sau khi đổi, pandas so theo thời gian thật: ngày 02/10 đứng sau ngày 30/09. Có kiểu ngày rồi, bạn mới tách được tháng và thứ trong tuần (bài accessor .dt) hay trừ hai ngày để ra số ngày chờ (bài Timedelta).

Ô không đọc được thành NaT với errors="coerce"

File thật hiếm khi sạch: có ô ghi "chưa nhận", có ngày gõ nhầm như 30/02, có ô trống. Gặp ô đầu tiên không đọc được, pd.to_datetime() dừng với ValueError. Tham số errors="coerce", giống ở to_numeric(), biến những ô đó thành ô trống:

python
import pandas as pd

nhan = pd.Series(["2025-10-06", "chưa nhận", "2025-02-30",
                  "2025-10-21", None])
ngay = pd.to_datetime(nhan, errors="coerce")
print(ngay)
print("Không đọc được:", ngay.isna().sum())

KẾT QUẢ

0   2025-10-06
1          NaT
2          NaT
3   2025-10-21
4          NaT
dtype: datetime64[us]
Không đọc được: 3

Ô không đọc được hiện là NaT, viết tắt của Not a Time. Với isna(), nó được đếm là ô trống, y như NaN ở cột số, còn cột vẫn giữ kiểu datetime64[us]. Tháng 2 năm 2025 không có ngày 30, nên "2025-02-30" cũng thành NaT như chữ "chưa nhận". Đổi "2025-02-30" thành "2025-02-28" rồi chạy lại: dòng cuối in Không đọc được: 2. Sau mỗi lần dùng errors="coerce", hãy đếm số NaT và in vài ô gốc của chúng: nếu con số lớn bất thường, file có một kiểu viết ngày bạn chưa tính tới.

Đọc ngày ngay khi mở file bằng parse_dates

Khi cột ngày trong file CSV đã viết kiểu ISO, read_csv() đổi luôn lúc đọc: tham số parse_dates nhận list tên các cột ngày. File don_hang.csv của bộ dữ liệu thực hành có hai cột như vậy:

python
import pandas as pd

cot = ["ma_don", "trang_thai", "ngay_giao"]
don = pd.read_csv("don_hang.csv", usecols=cot,
                  parse_dates=["ngay_giao"])
print(don.dtypes)
print(don.head(4))
print("Chưa có ngày giao:", don["ngay_giao"].isna().sum())

KẾT QUẢ

ma_don                   str
trang_thai               str
ngay_giao     datetime64[us]
dtype: object
    ma_don  trang_thai  ngay_giao
0  DH00001  Hoàn thành 2025-01-01
1  DH00002  Hoàn thành 2025-01-02
2  DH00003  Hoàn thành 2025-01-04
3  DH00004      Đã hủy        NaT
Chưa có ngày giao: 126

Ô trống trong file thành NaT, không làm hỏng kiểu của cột. Đơn DH00004 đã hủy nên chưa bao giờ được giao; 126 đơn như vậy thiếu ngày giao vì một lý do có thật, file không hỏng. parse_dates cho cùng kết quả với việc đọc rồi gọi pd.to_datetime() trên từng cột, chỉ gọn hơn. Cột lẫn ô hỏng thì nên đọc thành chuỗi rồi tự đổi bằng errors="coerce", để đếm được số ô NaT.

Kiểm tra nhanh

  1. Sau import pandas as pd, print(pd.to_datetime(pd.Series(["2025-11-03"])).dtype) in ra gì?

    • datetime64[ns]
    • datetime64[us]
    • str
    • object
  2. Trong ví dụ đọc don_hang.csv với parse_dates, ô ngay_giao của đơn DH00004 (đã hủy) có giá trị gì?

    • NaT
    • Chuỗi rỗng ""
    • Ngày 1970-01-01
    • Ngày đặt của chính đơn đó
  3. Với cột ["2025-10-06", "chưa nhận", "2025-02-30", "2025-10-21"] và pd.to_datetime(cot, errors="coerce"), những câu nào đúng?

    • Ô "chưa nhận" thành NaT
    • Ô "2025-02-30" thành NaT
    • Ô "2025-02-30" thành ngày 02/03/2025
    • isna().sum() trên kết quả là 1
  4. Sau import pandas as pd và hen = pd.Series(["2025-9-30", "2025-10-2", "2025-9-5"]), hen.max() trả về gì?

    • '2025-10-2'
    • '2025-9-30'
    • '2025-9-5'
Đúng hết lần đầu +15 XP

Bài tập

Đọc ngày nhận máy của phiếu bảo hành

Quầy bảo hành ghi phiếu vào bảng có hai cột ma_phieu và ngay_nhan. Cột ngay_nhan là chuỗi ngày dạng 2025-10-06, nhưng có ô ghi "chưa nhận", ô trống và ngày không có thật như 2025-02-30. Viết thân hàm chuan_hoa_ngay(phieu):

  • ngay_nhan thành kiểu ngày; ô không đọc được thành NaT.

  • Giữ mọi phiếu, đúng thứ tự và index của bảng nhận vào; ma_phieu giữ nguyên.

Hàm không sửa bảng phieu của nơi gọi.

Trả về: bảng phiếu đã đổi cột ngày, một DataFrame.

python
import pandas as pd

def chuan_hoa_ngay(phieu):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • pd.to_datetime(cot) đổi chuỗi ngày ISO thành kiểu datetime64[us]; mỗi ô là một Timestamp.

  • Cột ngày còn là chuỗi thì max(), so sánh và sắp xếp đi theo ký tự, có thể sai mà không báo lỗi.

  • errors="coerce" biến ô không đọc được, kể cả ngày không có thật, thành NaT; đếm chúng bằng isna().sum().

  • read_csv(..., parse_dates=["ngay_giao"]) đọc cột ngày ngay lúc mở file; ô trống thành NaT.

  • pandas 3 lưu micro giây: code cũ chia 10**9 để ra số giây sẽ sai 1.000 lần.

Câu hỏi thường gặp

Chuyển chuỗi thành ngày trong pandas mà ngày viết kiểu 05/10/2025 thì sao?

Không có tham số, pandas đoán định dạng từ ô đầu và có thể đọc 05/10/2025 thành ngày 10 tháng 5. Hãy khai định dạng bằng format="%d/%m/%Y" hay dayfirst=True, như bài đọc ngày dd/mm/yyyy hướng dẫn. Mã %d, %m, %Y là mã của strptime().

pandas datetime khác datetime của Python thế nào?

Mỗi ô của cột datetime64[us] là một Timestamp, bản mở rộng của datetime trong module datetime: dùng được ở chỗ cần datetime, nhưng pandas tính trên cả cột một lần. Bài Blog resample, datetime và rolling trong pandas cho cái nhìn tổng quan về dữ liệu thời gian.

Vì sao to_datetime() báo ValueError dù đa số ô đều đúng?

Chỉ cần một ô không đọc được, như "chưa nhận" hay 2025-02-30, là pd.to_datetime() dừng ở ô đó. Thêm errors="coerce" để ô đó thành NaT, rồi đếm NaT để biết bao nhiêu ô cần xem lại. Các thông báo lỗi đọc ngày hay gặp có ở trang lỗi đọc ngày trong pandas.

Có nên luôn dùng parse_dates thay cho to_datetime()?

Dùng parse_dates khi cột ngày trong file sạch và cùng một kiểu viết: gọn, đọc một lần là xong. Cột có ô hỏng hay lẫn định dạng thì đọc thành chuỗi trước, rồi đổi bằng pd.to_datetime() với errors="coerce".

Chủ đề

pandas to datetime

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập