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Pandas 转换索引格式日期,pandas,date,format,series,Pandas,Date,Format,Series,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
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