Даты в Pandas: to_datetime

Восемнадцать уроков курса работали с одной датой за раз. Реальные данные — это столбцы: тысяча заказов с датами из выгрузки, таблица визитов, журнал платежей. Для столбцов в курсе есть отдельный инструмент — pandas, и у его дат своё правило номер один: пока не сказано обратное, дата в таблице — это строка. Урок опирается на strptime и коды формата из уроков 4–5, но в pandas всё делается одним вызовом.

Если pandas ещё не знаком — не страшно: здесь нужны четыре приёма, и каждый запускается прямо на этой странице. Пишете import pandas as pd — библиотека ставится в песочницу автоматически при первом импорте.

import pandas as pd

df = pd.DataFrame({
    'order': [104, 101, 107, 102],
    'date': ['2026-10-12', '2026-09-28', '2026-10-05', '2026-10-01'],
    'total': [3200, 4990, 12500, 8800],
})
print(df)
print(type(df['date'][0]).__name__)

   order        date  total
0    104  2026-10-12   3200
1    101  2026-09-28   4990
2    107  2026-10-05  12500
3    102  2026-10-01   8800
str

Четыре заказа, даты не по порядку. В последней строке — проверка: type(df['date'][0]).__name__ печатает str, то есть первый элемент столбца — обычная Python-строка. В выгрузке из CSV было бы то же самое. Строки с датами отсортировались бы по алфавиту, из них нельзя вычесть неделю и не спросить у них месяц по-человечески. Чинится одним вызовом:

import pandas as pd

df = pd.DataFrame({
    'order': [104, 101, 107, 102],
    'date': ['2026-10-12', '2026-09-28', '2026-10-05', '2026-10-01'],
    'total': [3200, 4990, 12500, 8800],
})
df['date'] = pd.to_datetime(df['date'])
print(df)
print(type(df['date'][0]).__name__)

   order       date  total
0    104 2026-10-12   3200
1    101 2026-09-28   4990
2    107 2026-10-05  12500
3    102 2026-10-01   8800
Timestamp

Тот же print(df), но первый элемент столбца теперь Timestamp — класс pandas, прямой наследник знакомого datetime из первого урока. Столбец целиком перешёл на тип datetime64: печатаются даты в том же международном виде, зато внутри это настоящие моменты времени. Дома тип столбца видно через df.dtypes — там появится строка вида datetime64[ns] или datetime64[us]; буквы в скобках — единица хранения, разные у версий pandas, на приёмы этого урока они не влияют.

dt.year и dt.month: части дат из столбца

У одиночного datetime месяц доставляло поле .month из урока про классы дат. У столбца вместо поля — dt-аксессуар: df['date'].dt.month — сразу месяц каждой строки:

import pandas as pd

df = pd.DataFrame({
    'order': [104, 101, 107, 102],
    'date': ['2026-10-12', '2026-09-28', '2026-10-05', '2026-10-01'],
    'total': [3200, 4990, 12500, 8800],
})
df['date'] = pd.to_datetime(df['date'])
df['month'] = df['date'].dt.month
print(df[['order', 'month']])

   order  month
0    104     10
1    101      9
2    107     10
3    102     10

dt работает и с .year, и с .day, и со всем набором полей datetime. Новый столбец month готов к группировке: выручка по месяцам — это df.groupby('month'), знакомое по курсу pandas.

Фильтр по периоду

Зачем всё это — самый частый ответ: выбрать заказы за период. Фильтр по дате в pandas выглядит как сравнение с текстом, но работает как сравнение с датой:

import pandas as pd

df = pd.DataFrame({
    'order': [104, 101, 107, 102],
    'date': ['2026-10-12', '2026-09-28', '2026-10-05', '2026-10-01'],
    'total': [3200, 4990, 12500, 8800],
})
df['date'] = pd.to_datetime(df['date'])

recent = df[df['date'] > '2026-10-01']
print(recent)

   order       date  total
0    104 2026-10-12   3200
2    107 2026-10-05  12500

Справа строка '2026-10-01', слева — столбец Timestamp, и pandas приводит строку к дате сам: из четырёх заказов остались два, строго после первого октября, а сам 1 октября в выборку не попал — сравнение строгое. Диапазон задаётся двумя условиями через &: df[(df['date'] >= '2026-10-01') & (df['date'] <= '2026-10-31')].

Сортировка по дате

Последний штрих — вернуть таблице хронологию. sort_values по столбцу дат упорядочивает строки по времени, а не по алфавиту:

import pandas as pd

df = pd.DataFrame({
    'order': [104, 101, 107, 102],
    'date': ['2026-10-12', '2026-09-28', '2026-10-05', '2026-10-01'],
    'total': [3200, 4990, 12500, 8800],
})
df['date'] = pd.to_datetime(df['date'])

df = df.sort_values('date')
print(df)

   order       date  total
1    101 2026-09-28   4990
3    102 2026-10-01   8800
2    107 2026-10-05  12500
0    104 2026-10-12   3200

Строки выстроились с 28 сентября по 12 октября. Обратите внимание на левый столбец: метки 1, 3, 2, 0 — это исходные индексы строк, они едут вместе со строками. Вернуть аккуратную нумерацию можно цепочкой .reset_index(drop=True) — так делают почти всегда, если индекс не несёт смысла.

Что дальше

Таблица — не единственный источник дат-строк. Второй по частоте — логи: каждая строка начинается с момента в формате «2026-10-21 09:15:03», и его предстоит разобрать, отсортировать и отфильтровать по интервалу. Это следующий урок — даты в логах, последний перед финальным проектом.

Фильтр по дате в pandas выглядит как сравнение с текстом, но работает как сравнение с датой.

Грязный столбец: что делать с битыми строками

Выгрузки редко бывают чистыми. Где-то в середине тысячи строк обязательно найдётся пустая ячейка, где-то — дата в чужом формате, а где-то — опечатка. Поведение pandas на такое по умолчанию неприятное: он не пропустит строку молча, а уронит всё вычисление. Для одиночной строки это честно, для столбца — дорого.

import pandas as pd

df = pd.DataFrame({'d': ['2026-10-21', 'битая', '2026-11-02']})
df['d'] = pd.to_datetime(df['d'], errors='coerce')

print(df['d'].isna().sum())
print(df['d'].notna().sum())

1
2

Аргумент errors='coerce' меняет стратегию: вместо исключения нераспознанная строка превращается в NaT — пустое значение даты. Обратите внимание на асимметрию: isna() отвечает про исходную строку и даёт 1, а notna() — про распознанные даты и даёт 2. Одна битая строка из трёх не исчезает бесследно: она превращается в NaT, который можно посчитать, отфильтровать и показать в отчёте.

import pandas as pd

df = pd.DataFrame({'d': ['2026-10-21', 'битая', '2026-11-02']})
df['d'] = pd.to_datetime(df['d'], errors='coerce')

print(df['d'].dt.month.tolist())

[10.0, nan, 11.0]

Вот тонкость, на которой спотыкаются почти все: dt-аксессор работает и по NaT, но вместо числа для пустой ячейки выдаёт nan. Тип столбца меняется на float, и целые месяцы превращаются в 10.0, а пропуск виден как nan. Это не поломка — это честное отражение того, что в столбце есть дырка. Сравнивать такие значения с обычными числами надо осторожно: nan не равно ничему, даже самому себе.

Формат, который pandas не угадает

ISO-строки pandas разбирает сам, и это спасает в девяти случаях из десяти. Но русская выгрузка с датами вида «21.10.2026» — это уже не ISO, и тут угадывать нечего: тот же набор цифр «04.10.2026» может значить и 4 октября, и 10 апреля. Модуль datetime в уроке 5 требует явный шаблон, и pandas ведёт себя так же.

import pandas as pd

df = pd.DataFrame({'d': ['21.10.2026', '01.11.2026']})
df['d'] = pd.to_datetime(df['d'], format='%d.%m.%Y')

print(df['d'].dt.strftime('%d.%m.%Y').tolist())

['21.10.2026', '01.11.2026']

С явным format='%d.%m.%Y' порядок дней и месяцев задаётся раз и навсегда, и две даты разбираются так, как их записал человек. Тот же столбец без format pandas читает по своим правилам — и на «04.10.2026» даст 10 апреля, потому что по умолчанию в нём американский порядок месяца и дня. Ни ошибки, ни предупреждения: просто другая дата.

import pandas as pd

s = pd.to_datetime(['04.10.2026'], dayfirst=True)

print(s[0].month, s[0].day)

10 4

Аргумент dayfirst=True переключает приоритет: первым читается день, вторым месяц. Это спасательный круг для европейских выгрузок, где формат не указан, но все даты написаны в одном стиле. Но мы его не используем: dayfirst — это предположение о данных, а format='%d.%m.%Y' — это утверждение. Первое может внезапно перестать работать, второе выскажет себя сразу на первой неоднозначной дате.

От unix-времени к датам

В API и базах даты часто приходят числами — тем самым unix-временем из урока 13. У pandas для этого есть аргумент unit: он говорит, в каких единицах лежат числа, и делает то же, что деление на 1000, но сразу и правильно.

import pandas as pd

df = pd.DataFrame({'ts': [1792593045, 1792582200]})
df['when'] = pd.to_datetime(df['ts'], unit='s')

print(df['when'].dt.strftime('%d.%m.%Y %H:%M:%S').tolist())

['21.10.2026 14:30:45', '21.10.2026 11:30:00']

Единицы бывают разные: unit='s' — секунды, unit='ms' — миллисекунды, unit='D' — дни. Ошибка в выборе единицы не выглядит как ошибка: миллисекунды, прочитанные как секунды, дают дату в 1970 году с номерами тысяч. Мы всегда сверяем результат с ожидаемым диапазоном: если столбец дат вдруг оказался в 1970-м, первое, что стоит проверить, — единицы измерения.

Группировка: месяцы вместо дней

Столбец дат — это готовый признак для группировки. Чтобы узнать выручку по месяцам, не нужно ни циклов, ни словарей: достаточно добавить столбец с номером месяца и позвать groupby.

import pandas as pd

df = pd.DataFrame({
    'd': pd.to_datetime(['2026-09-28', '2026-10-12', '2026-10-20']),
    'v': [10, 20, 30],
})
df['m'] = df['d'].dt.month

print(df.groupby('m')['v'].sum().to_dict())

{9: 10, 10: 50}

Сентябрь дал 10, октябрь — 50: две продажи в октябре сложились вместе. Ключ группировки — номер месяца, целое число, поэтому результат приходит словарём и печатается без лишних танцев с индексами. Заметьте: если в данных есть даты из разных годов, группировка по одному месяцу их смешает — тогда нужен ключ из года и месяца, а это уже отдельная тема урока про временные ряды.

Восемь строк, которые закрывают почти весь бытовой анализ по датам. Заметим две особенности. Первая: day_name() даёт английские названия — Wednesday, Saturday, — потому что локаль pandas по умолчанию не переключается; русские дни недели придётся приклеивать словарём, как в уроке про русские даты. Вторая: isocalendar().week считает недели по стандарту ISO, где первая неделя года та, что содержит 4 января, — из-за этого номер недели в начале года меньше, чем кажется интуитивно.

import pandas as pd

df = pd.DataFrame({'d': pd.to_datetime(['2026-10-01', '2026-10-21', '2026-11-02'])})

m = df[df['d'].between('2026-10-01', '2026-10-31')]
print(len(m))

2

between() удобнее цепочки из двух сравнений с &: он же и короче, и понятнее. Границы включаются в диапазон с обеих сторон, а задавать их можно строками в ISO — pandas сам приведёт их к датам, ровно как в фильтре из начала урока. Единственное, что стоит запомнить: between() не принимает разные форматы в одной границе, поэтому «2026-10-01» и «31.10.2026» лучше не смешивать.

import pandas as pd

df = pd.DataFrame({'d': pd.to_datetime(['2026-10-12', '2026-09-28'])})

out = df.sort_values('d').reset_index(drop=True)
print(out['d'].dt.strftime('%d.%m.%Y').tolist())

['28.09.2026', '12.10.2026']

Две даты встали в хронологию, а метки снова 0 и 1. Мелочь, но без неё следующий кусок кода, который скажет df.loc[0, 'total'], возьмёт не ту строку — молча, без всякой ошибки. Мы добавляем reset_index(drop=True) после каждой сортировки, если индекс не несёт смысла.