将“转换为”；“数字”；日期时间python的字符串

我有一个数据框，其中日期列包含如下值： 20190709 20190710 20190708

让我们将此列命名为：date

我想将其转换为“2019-07-09”

尝试一些随机的事情，但似乎有点离谱。有人能帮我找到正确的配方吗？我猜这很简单，但我花了更多的时间去猜测

我最近试过一件事，不知道发生了什么

df['date2'] = datetime.strptime(df['date'].astype(str),"%Y-%m-%d")

正在获取的错误消息

---

“strtime（）参数1必须是str，而不是Series”

这比您想象的要简单，Pandas有一个非常好的日期自动解析器，因此它可以在不预先解析字符串的情况下获得格式。系列的工作示例：

a = ['20190709', '20190710']
a = pd.Series(a)
df['date2'] = pd.to_datetime(a)

在您的情况下，这应该可以：

df['date2'] = pd.to_datetime(df['date'])

---

这比你想象的要容易，Pandas有一个非常好的日期自动解析器，因此它可以在不预先解析字符串的情况下获得格式。系列的工作示例：

a = ['20190709', '20190710']
a = pd.Series(a)
df['date2'] = pd.to_datetime(a)

在您的情况下，这应该可以：

df['date2'] = pd.to_datetime(df['date'])

---

如果日期中有一致的数字（看起来像），则可以对字符串进行切片：

>>> s = '20190708'
>>> datestr = '-'.join([s[:4], s[4:6], s[6:] ])
>>> datetime.strptime(datestr,"%Y-%m-%d")
datetime.datetime(2019, 7, 8, 0, 0)

---

如果日期中有一致的数字（看起来像），则可以对字符串进行切片：

>>> s = '20190708'
>>> datestr = '-'.join([s[:4], s[4:6], s[6:] ])
>>> datetime.strptime(datestr,"%Y-%m-%d")
datetime.datetime(2019, 7, 8, 0, 0)