在单个 oneliner 中转换为 pandas 中的日期时间和格式日期答案

【问题标题】：convert to datetime and format date in pandas in a single oneliner在单个 oneliner 中转换为 pandas 中的日期时间和格式日期
【发布时间】：2023-03-10 01:56:01
【问题描述】：

我有一个数据框，其中两列包含非格式化日期。

这些列中的数据如下： 2011-06-10T00:00:00.000+02:00

我想只获取日期并对其进行格式化。

在 Jupyter 笔记本中，我执行以下操作：

sections['produced'] = pd.to_datetime(sections['produced'])
sections['produced'] = [d.strftime('%Y-%m-%d') if not pd.isnull(d) else '' for d in sections['produced']]

sections['updated'] = pd.to_datetime(sections['updated'])
sections['updated'] = [d.strftime('%Y-%m-%d') if not pd.isnull(d) else '' for d in sections['updated']]

sections.info()

然后我打印出部分数据框，并且确实正确打印了日期。

但是：

sections.info()

仍然告诉我这些列是非空对象而不是日期时间。为什么？

其次，我的方法似乎在后台不起作用，即日期类型实际上不是日期。我该怎么办？最后，代码对于应该是一个衬里的东西来说是超级冗长的，或者不是？（即 pandas 很强大，但也有他的局限性）

编辑 1：回答一些贡献者。我期待日期时间。只是 2008-02-02 只是这一天。所以在做的时候：

sections['updated'] = pd.to_datetime(sections['updated'])

日期类型被转换。但是接下来做的时候：

sections['produced'] = [d.strftime('%Y-%m-%d') if not pd.isnull(d) else '' for d in sections['produced']]

所以这里的目的是 a) 转换为日期时间格式 b) 获取日期格式 2008-01-02，我不关心秒 c) 它必须像这样在 jupyter notebook 中打印出来，即日期

【问题讨论】：

你期望什么 dtypes？ sections.info() 打印什么？ “非格式化”是什么意思？ 2011-06-10T00:00:00.000+02:00 是相当标准的 ISO 8601...
一旦'' 与列中的其他数据类型混合，dtype 始终是对象。
@QuangHoang 看起来 OP 想要格式化为字符串，所以它无论如何都是对象
我希望我现在澄清
好的，如果你想要 datetime dtype，只需使用pd.to_datetime(column_name)。如果您希望字符串格式为 yyyy-mm-dd，请使用 pd.to_datetime(column_name).dt.strftime('%Y-%m-%d')。请注意，您无法更改 pandas 显示日期时间值的方式，但只要您处理数据，您就不必担心。要获得“人类可读”的输出，请按照所述格式化为字符串。

标签： python pandas datetime format

【解决方案1】：

这应该作为一个班轮工作：

df[['produced','updated']] = df[['produced','updated']].apply(lambda x: pd.to_datetime(x,errors='coerce'))

【讨论】：

这适用于数据类型，现在 ['produced','updated'] 是日期类型，但是在 jupyter notebook 中打印时我仍然看到：2011-04-18 00:00:00+两栏下的 02:00。传递 format='%Y-%m-%d' 似乎不起作用。

【解决方案2】：

只需在to_datetime() 方法中传递errors 参数并将其设置为等于'coerce'：-

sections['produced'] = pd.to_datetime(sections['produced'],errors='coerce')
sections['updated'] = pd.to_datetime(sections['updated'],errors='coerce')

【讨论】：