Dizeleri Tarih-Saat Değerlerine Ayrıştırma
to_datetime ve biçim işlemleri
Dizeleri Tarih-Saat Değerlerine Ayrıştırma, CoddyKit'te ücretsiz bir Data Science Academy dersidir. Bu, 4 dersinin 1. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Data Science Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Data Science Academy kursu toplamda 4 dersten oluşur.
Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.
Dates Hide as Text
When you load a CSV, dates usually arrive as plain strings. They look right but pandas treats them as text, so date math just won't work yet. 📅
Enter to_datetime
The fix is one function: pd.to_datetime. It scans your text and turns each value into a real timestamp pandas can compute with.
import pandas as pd
ts = pd.to_datetime("2024-03-15")
print(ts)Convert a Whole Column
Pass a Series and you get back a column of timestamps. This is the everyday move right after loading a table with a date field.
df["date"] = pd.to_datetime(df["date"])Check the dtype
After converting, the column's dtype becomes datetime64. That single check tells you the parse actually worked and date math is now unlocked.
print(df["date"].dtype) # datetime64[ns]Many Formats, One Call
to_datetime is smart: it reads ISO dates, slashes, and even written months automatically. For tidy ISO strings you rarely need to tell it anything else.
pd.to_datetime(["2024-01-01", "Jan 2, 2024"])Spell Out the Format
When dates are ambiguous, give an explicit format string. It removes guessing and runs much faster on big columns.
pd.to_datetime("15/03/2024", format="%d/%m/%Y")Day-First Dates
Is 03/04 March or April? Set dayfirst=True so pandas reads the day before the month, matching most European date styles.
pd.to_datetime("03/04/2024", dayfirst=True)Bad Values Without Crashing
One messy cell can break a whole parse. Use errors="coerce" to turn unparseable values into NaT instead of raising an error.
pd.to_datetime("not-a-date", errors="coerce") # NaTMeet NaT
NaT is the datetime version of NaN: a missing timestamp. You can spot these failed parses with isna and decide how to handle them.
df["date"].isna().sum() # count failed parsesCombine Date and Time Parts
Have separate date and hour columns? Concatenate them into one string, then parse once. You end up with a single clean timestamp.
pd.to_datetime(df["day"] + " " + df["time"])Parse at Read Time
You can skip a step by parsing during import. Pass parse_dates to read_csv and the column arrives as datetimes already.
pd.read_csv("sales.csv", parse_dates=["date"])Quick Check
Your date column has a few junk values you want to keep as missing.
Recap: You Can Parse Dates
You turned text into real timestamps with pd.to_datetime, controlled formats, handled bad values with coerce, and even parsed on load. Date math is now within reach. 🎉
Sıkça Sorulan Sorular
“Dizeleri Tarih-Saat Değerlerine Ayrıştırma” dersi ücretsiz mi?
Evet — “Dizeleri Tarih-Saat Değerlerine Ayrıştırma” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Data Science Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Data Science Academy kursu toplamda 4 dersten oluşur.
“Dizeleri Tarih-Saat Değerlerine Ayrıştırma” dersinde ne öğreneceğim?
to_datetime ve biçim işlemleri Data Science Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Data Science Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Data Science Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 1. dersidir.
“Dizeleri Tarih-Saat Değerlerine Ayrıştırma” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Data Science Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Data Science Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Dizeleri Tarih-Saat Değerlerine Ayrıştırma
- Yıl, Ay ve Haftanın Gününü Çıkarma
- Günlük veya Aylık Yeniden Örnekleme
- Saat Dilimleri ve Tarih Aralıkları