Pandas 转换索引格式日期

我有一个数据系列，其中索引是日期列表

IN: [318]: weightedflows
Out[318]:

2015-01-31 00:00:00                0
2015-02-28 00:00:00                0
2015-02-28 00:00:00.1              0
2015-02-28 00:00:00.2              0
2015-03-31 00:00:00                0
2015-03-31 00:00:00.1              0
2015-03-31 00:00:00.2    1.77419e+07
2015-03-31 00:00:00.3     1.6129e+07
2015-03-31 00:00:00.4              0

我想做的是重新格式化本系列索引中的值，使其显示为

2/28/2015

或

3/31/2015

。如何重新格式化此系列的索引？不确定这里如何应用datetime

---

我尝试了weightedflows.index.strftime（“%m/%d/%Y”），但get“index”对象没有属性“strftime”。如果有帮助，我的数据类型是pandas.core.indexes.base.Index

如果索引由datetime对象组成，那么：

series.Index=series.Index.strftime（“%m/%d/%Y”）

如果没有，您可能必须尽力将它们转换为datetime对象，以便可以恢复为字符串：

series.index=pd.to\u datetime（series.index）.strftime（“%m/%d/%Y”）

可能重复的