pd.to_datetime(): đổi chuỗi thành ngày giờ trong pandas
Bài 1/17 · Chương 8
Dữ liệu thời gian
- 7 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
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:
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 00:00:00Kiểu 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:
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: 3Ô 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:
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: 126Ô 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
Sau
import pandas as pd,print(pd.to_datetime(pd.Series(["2025-11-03"])).dtype)in ra gì?datetime64[ns]datetime64[us]strobject
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
Với cột
["2025-10-06", "chưa nhận", "2025-02-30", "2025-10-21"]vàpd.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 là1
- Ô "chưa nhận" thành
Sau
import pandas as pdvàhen = 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'
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_nhanthành kiểu ngày; ô không đọc được thànhNaT.Giữ mọi phiếu, đúng thứ tự và index của bảng nhận vào;
ma_phieugiữ nguyên.
Hàm không sửa bảng phieu của nơi gọi.
Trả về: bảng phiếu đã đổi cột ngày, một DataFrame.
import pandas as pd
def chuan_hoa_ngay(phieu):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
pd.to_datetime(cot)đổi chuỗi ngày ISO thành kiểudatetime64[us]; mỗi ô là mộtTimestamp.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, thànhNaT; đếm chúng bằngisna().sum().read_csv(..., parse_dates=["ngay_giao"])đọc cột ngày ngay lúc mở file; ô trống thànhNaT.pandas 3 lưu micro giây: code cũ chia
10**9để 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
Dữ liệu của bài
- Tải xuống
don_hang.csv
CSV · 109.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
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.