Python 更改熊猫栏的日期格式（月-日-年-日-月-年）_Python_Pandas_Datetime

Python 更改熊猫栏的日期格式（月-日-年-日-月-年）

python pandas datetime

Python 更改熊猫栏的日期格式（月-日-年-日-月-年）,python,pandas,datetime,Python,Pandas,Datetime,得到以下问题我的pandas中有一列包含一些日期和一些空值例如： 1 - 3-20-2019 2 - 3 - 2-25-2019 等我想将格式从年月转换为年月，当它为空时，我只想保持它为空最快的方法是什么谢谢不确定这是否是完成任务的最快方法。反正 df = pd.DataFrame({'Date': {0: '3-20-2019', 1:"", 2:"2-25-2019"}}) #your dataframe df['Date'] = pd.to_dat

得到以下问题

我的pandas中有一列包含一些日期和一些空值

例如：

    1 - 3-20-2019
    2 - 
    3 - 2-25-2019

等

我想将格式从年月转换为年月，当它为空时，我只想保持它为空

最快的方法是什么

谢谢

不确定这是否是完成任务的最快方法。反正

df = pd.DataFrame({'Date': {0: '3-20-2019', 1:"", 2:"2-25-2019"}}) #your dataframe
df['Date'] = pd.to_datetime(df.Date) #convert to datetime format
df['Date'] = [d.strftime('%d-%m-%Y') if not pd.isnull(d) else '' for d in df['Date']]

输出：

         Date
0  20-03-2019
1            
2  25-02-2019

不确定这是否是完成任务的最快方法。反正

df = pd.DataFrame({'Date': {0: '3-20-2019', 1:"", 2:"2-25-2019"}}) #your dataframe
df['Date'] = pd.to_datetime(df.Date) #convert to datetime format
df['Date'] = [d.strftime('%d-%m-%Y') if not pd.isnull(d) else '' for d in df['Date']]

输出：

         Date
0  20-03-2019
1            
2  25-02-2019

可以使用字符串初始化日期的数据，然后将字符串转换为日期时间。然后，打印可以按所需格式传送对象

我将使用另一种格式（以点作为分隔符），以便在步骤之间进行清晰的转换

首先是示例代码：

import pandas as pd
data = {'day': ['3-20-2019', None, '2-25-2019'] }
df = pd.DataFrame( data )

df['day'] = pd.to_datetime(df['day'])
df['day'] = df['day'].dt.strftime('%d.%m.%Y')
df[ df == 'NaT' ] = ''

对上述问题的评论。

df

的第一个实例在ipython解释器中：

In [56]: df['day']                                                  
Out[56]: 
0    3-20-2019
1         None
2    2-25-2019
Name: day, dtype: object

转换为日期时间后：

In [58]: df['day']                                               
Out[58]: 
0   2019-03-20
1          NaT
2   2019-02-25
Name: day, dtype: datetime64[ns]

所以我们有

In [59]: df['day'].dt.strftime('%d.%m.%Y')
Out[59]: 
0    20.03.2019
1           NaT
2    25.02.2019
Name: day, dtype: object

NaT会产生问题。因此，我们用空字符串替换它的所有匹配项

In [73]: df[ df=='NaT' ] = ''

In [74]: df
Out[74]: 
          day
0  20.03.2019
1            
2  25.02.2019