Python 重命名pandas中的某些列

我有一个csv文件，作为报告获取，其标题如下所示：

ln;7,26;7,27;7,28;7,29;7,3;7,31;8,01;8,02;8,03;8,04;8,05;8,06;8,07;8,08;8,09;name

数字应该是日期（因此7,29是7月29日，7,3是7月30日）。如果我使用熊猫，如何将其转换为实际日期格式？因为它来自一份报告，我需要一种每天自动格式化它们的方法

---

提前谢谢

让我们试试看

pd.to\u datetime

：

pd.to_datetime(df.columns[1:-1] + ',2018', format='%m,%d,%Y')

DatetimeIndex(['2018-07-26', '2018-07-27', '2018-07-28', '2018-07-29',
               '2018-07-03', '2018-07-31', '2018-08-01', '2018-08-02',
               '2018-08-03', '2018-08-04', '2018-08-05', '2018-08-06',
               '2018-08-07', '2018-08-08', '2018-08-09'],
              dtype='datetime64[ns]', freq=None)

只需将结果分配回：

c = df.columns.tolist()
c[1:-1] = pd.to_datetime(df.columns[1:-1] + ',2018', format='%m,%d,%Y')
df.columns = c

---

不幸的是，需要临时列表，因为

pd.Index

不支持可变操作。

请显示您尝试的操作。其中没有一个包含年份，这意味着datetimes将默认为1900。没有什么值得注意的地方需要显示-我对python和pandas非常陌生，只是为了让我的工作更轻松而选择了它。日期可能是2018年。我假设它应该是

7,30

，而不是

7,3？谢谢，它工作了！虽然我修改了很多。如果你有兴趣，我明天会发布我的版本