如何更改 Pandas 中的日期时间格式

Question

我的数据框有一个 DOB 列（示例格式 1/1/2016），默认情况下会转换为 Pandas dtype 'object'.

使用 df['DOB'] = pd.to_datetime(df['DOB']) 将其转换为日期格式，日期将转换为：2016-01-26 其 dtype 为：datetime64[ns].

现在我想将此日期格式转换为 01/26/2016 或任何其他通用日期格式。我该怎么做？

（无论我尝试什么方法，它总是以 2016-01-26 格式显示日期。）

Answer 1

如果您需要将 datetime 转换为其他格式，您可以使用 dt.strftime（但请注意，然后 dtype 列将是 object（string)):

import pandas as pd

df = pd.DataFrame({'DOB': {0: '26/1/2016', 1: '26/1/2016'}})
print (df)
         DOB
0  26/1/2016 
1  26/1/2016

df['DOB'] = pd.to_datetime(df.DOB)
print (df)
         DOB
0 2016-01-26
1 2016-01-26

df['DOB1'] = df['DOB'].dt.strftime('%m/%d/%Y')
print (df)
         DOB        DOB1
0 2016-01-26  01/26/2016
1 2016-01-26  01/26/2016

Answer 2

相比，我会推荐先用dt.strftime()，再用pd.to_datetime()。这样还是会得到datetime数据类型。

例如，

import pandas as pd

df = pd.DataFrame({'DOB': {0: '26/1/2016 ', 1: '26/1/2016 '})
print(df.dtypes)

df['DOB1'] = df['DOB'].dt.strftime('%m/%d/%Y')
print(df.dtypes)

df['DOB1'] = pd.to_datetime(df['DOB1'])
print(df.dtypes)

Answer 3

更改格式但不更改类型：

df['date'] = pd.to_datetime(df["date"].dt.strftime('%Y-%m'))

Answer 4

下面的代码对我有用，而不是以前的代码：

df['DOB']=pd.to_datetime(df['DOB'].astype(str), format='%m/%d/%Y')

Answer 5

下面的代码更改为 'datetime' 类型以及给定格式字符串中的格式。

df['DOB'] = pd.to_datetime(df['DOB'].dt.strftime('%m/%d/%Y'))

Answer 6

你可以试试这个。它将日期格式转换为 DD-MM-YYYY:

df['DOB'] = pd.to_datetime(df['DOB'], dayfirst = True)

Answer 7

有区别

数据框单元格的内容（二进制值）和
它对我们人类的展示（展示）。

所以问题是：如何在不更改数据/数据类型本身的情况下实现我的数据的适当表示？

答案如下：

如果您使用 Jupyter notebook 显示您的数据框，或者
如果您想以 HTML 文件的形式进行演示（即使有许多准备好的多余 id 和 class 进一步 CSS 样式的属性——您可以使用也可以不使用），

使用styling。 样式不会更改数据框列的数据/数据类型。

现在我将向您展示如何在 Jupyter notebook 中访问它——有关 HTML 文件形式的演示，请参阅问题末尾的注释。

我假设您的专栏 DOB 已经具有 datetime64 类型 （您表明您知道如何到达它）。我准备了一个简单的数据框（只有一列）来展示一些基本的样式：

未设置样式：
```
df
```

          DOB
0  2019-07-03
1  2019-08-03
2  2019-09-03
3  2019-10-03

样式设置为 mm/dd/yyyy:

df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})

          DOB
0  07/03/2019
1  08/03/2019
2  09/03/2019
3  10/03/2019

样式设置为 dd-mm-yyyy:

df.style.format({"DOB": lambda t: t.strftime("%d-%m-%Y")})

          DOB
0  03-07-2019
1  03-08-2019
2  03-09-2019
3  03-10-2019

小心！
返回的对象不是数据帧——它是 class Styler 的对象，所以 不要将它分配回 df:

不要这样做：

df = df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})    # Don't do this!

（每个数据框都可以通过其 .style 属性访问其 Styler 对象，我们更改了这个 df.style 对象，而不是数据框本身。）

问题与解答：

问： 为什么你的 Styler 对象（或返回它的表达式）用作 Jupyter 笔记本单元格中的最后一个命令 显示您的（样式化的）table，而不是 Styler 对象本身？
A:因为每个Styler对象都有一个回调方法._repr_html_()其中returns一个HTML渲染代码你的数据框（作为一个不错的 HTML table）。

Jupyter Notebook IDE 调用此方法自动来呈现具有它的对象。

注：

您不需要 Jupyter notebook 来设置样式（即为了在不更改其数据/数据类型的情况下很好地输出数据帧）。

Styler 对象也有一个方法 render()，如果你想获得一个带有 HTML 代码的字符串（例如，为了将你的格式化数据框发布到 Web，或者只是展示你的 table HTML 格式）：

df_styler = df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")}) HTML_string = df_styler.render()

Answer 8

下面是对我有用的代码。我们需要非常注意格式。下面的 link 对于了解您的退出格式和更改为所需格式绝对有用（遵循 strftime() and strptime() Behavior 中的 strftime() 和 strptime() 格式代码):

data['date_new_format'] = pd.to_datetime(data['date_to_be_changed'] , format='%b-%y')

如何更改 Pandas 中的日期时间格式

How to change the datetime format in Pandas

python

string

pandas

datetime

strftime