Python 如何在dataframe中进行条件日期格式化

我有一个CSV文件，其日期值如“20181029”。请注意，此列也可以有空白值。我想将此列转换为日期数据类型，如（2018-10-29），对于空白列，我想在dataframe中有空白值

使用参数parse_dates调用read_csv方法。此参数的值应为csv文件中包含日期的列的名称：

df = pd.read_csv('myfile.csv', parse_dates=['some_col'])

---

您也可以在读取文件后对其进行转换：

import datetime as dt
df['datetime'].apply(lambda x: dt.datetime.strptime(str(x), '%Y%m%d'))

编辑

正如@jezrael在评论中建议的，您也可以使用

pd.to\u datetime

df['datetime'] =pd.to_datetime(df['datetime'], format = '%Y%m%d', errors='ignore')

使用

dt.strftime（日期格式：str）

进行日期格式转换

比如说,

df['date\u column'].dt.strftime（“%Y-%m-%d”）

请尝试以下操作来处理空值

df['date_column'].map(lambda x: x.strftime('%Y-%m-%d') if x else "")

---

为什么不使用pd.to_datetime？很好的答案，在数据读入后，使用

parse_dates

和

pd.to_datetime

应该优先选择读取csv。