Python 将数字转换为特殊日期时间

日期1:20061201
日期2:01/12/2006

---

如何使用Python中的pandas将date1转换为date2（日/月/年）格式？谢谢！Date1和Date2是csv文件中的两列。

最简单的方法可能是使用以下提供的日期解析：

您可以使用以下方法将此转换应用于数据帧/系列中的所有行：

from datetime import datetime
def convert_date(d):
    return datetime.strptime(str(d), "%Y%m%d")
df['Date2'] = df.Date1.apply(convert_date)

这将在数据框

df

中添加一个

Date2

列，它是

Date1

列的日期时间表示形式

然后，您可以使用

strftime

再次序列化日期：

def serialize_date(d):
    return d.strftime(d, "%d/%m/%Y")
df['Date2'] = df.Date2.apply(serialize_date)

或者，您可以通过字符串操作来完成这一切：

def reformat_date(d):
    year = d // 10000
    month = d % 10000 // 100
    day = d % 100
    return "{day}/{month}/{year}".format(day=day, month=month, year=year)
df['Date2'] = df.Date1.apply(reformat_date)

---

如果您使用的是

pandas

并且想要返回

时间戳

对象，那么这比使用

strtime

提供的解析机制要快得多

import datetime
A=datetime.datetime.strptime('20061201','%Y%m%d')
A.strftime('%m/%d/%Y')

pd.to_datetime('20061201')

Timestamp('2006-12-01 00:00:00')

如果你想要回一根绳子

str(pd.to_datetime('20061201').date())

'2006-12-01'

---

假设您有一个数据帧

df

df = pd.DataFrame(dict(Date1=['20161201']))

然后，您可以在矢量化形式中使用相同的技术

作为时间戳

df.assign(Date2=pd.to_datetime(df.Date1))

      Date1       Date2
0  20161201  2016-12-01

df.assign(Date2=pd.to_datetime(df.Date1).dt.date.astype(str))

      Date1       Date2
0  20161201  2016-12-01

作为字符串

df.assign(Date2=pd.to_datetime(df.Date1))

      Date1       Date2
0  20161201  2016-12-01

df.assign(Date2=pd.to_datetime(df.Date1).dt.date.astype(str))

      Date1       Date2
0  20161201  2016-12-01

---

您可以在这里使用apply和lambda函数

假设您有一个名为

df

的数据集，如下所示：

id    date1
0     20061201
2     20061202

您可以使用如下代码：

df['date2'] = df['date1'].apply(lambda x: x[6:] + '/' + x[4:6] + '/' + x[:4])

结果将是：

id      date1      date2
 0     20061201    01/12/2016
 2     20061202    02/12/2016

数据：

In [151]: df
Out[151]:
       Date
0  20061201
1  20170530

In [152]: pd.to_datetime(df.Date, format='%Y%m%d').dt.strftime('%d/%m/%Y')
Out[152]:
0    01/12/2006
1    30/05/2017
Name: Date, dtype: object

In [153]: df.Date.astype(str).str.replace('(\d{4})(\d{2})(\d{2})', r'\3/\2/\1')
Out[153]:
0    01/12/2006
1    30/05/2017
Name: Date, dtype: object

选项1:

In [151]: df
Out[151]:
       Date
0  20061201
1  20170530

In [152]: pd.to_datetime(df.Date, format='%Y%m%d').dt.strftime('%d/%m/%Y')
Out[152]:
0    01/12/2006
1    30/05/2017
Name: Date, dtype: object

In [153]: df.Date.astype(str).str.replace('(\d{4})(\d{2})(\d{2})', r'\3/\2/\1')
Out[153]:
0    01/12/2006
1    30/05/2017
Name: Date, dtype: object

选项2:

In [151]: df
Out[151]:
       Date
0  20061201
1  20170530

In [152]: pd.to_datetime(df.Date, format='%Y%m%d').dt.strftime('%d/%m/%Y')
Out[152]:
0    01/12/2006
1    30/05/2017
Name: Date, dtype: object

In [153]: df.Date.astype(str).str.replace('(\d{4})(\d{2})(\d{2})', r'\3/\2/\1')
Out[153]:
0    01/12/2006
1    30/05/2017
Name: Date, dtype: object

---

注意：如果处理真正大的数据集，strtime的速度相当慢（因为它会做很多额外的处理）。但是我需要日/月/年输出格式。谢谢！将序列化添加到所需格式和字符串操作版本。@andrew，欢迎您！请考虑最有帮助的答案和支持所有有用的答案。