以日/月/年格式按日期对熊猫数据框进行排序

Question

我正在尝试解析 csv 文件中的数据，按日期对它们进行排序并将排序后的数据框写入新的 csv 文件中。

假设我们有一个非常简单的 csv 文件，其中的日期条目遵循 day/month/year 模式：

Date,Reference
15/11/2020,'001'
02/11/2020,'002'
10/11/2020,'003'
26/11/2020,'004'
23/10/2020,'005'

我将 csv 读入 Pandas 数据框。当我尝试根据升序中的日期对数据框进行排序时，我希望数据按如下方式排序：

23/10/2020,'005'
02/11/2020,'002'
10/11/2020,'003'
15/11/2020,'001'
26/11/2020,'004'

遗憾的是，这不是我得到的。

如果我尝试将date 转换为datetime 然后排序，那么某些日期条目将转换为月/日/年（例如 2020 -10-23 而不是 2020-23-10)，这会打乱顺序：

      date     reference
2020-02-11         '002'
2020-10-11         '003'
2020-10-23         '005'
2020-11-15         '001'
2020-11-26         '004'

如果我排序而不转换为datetime，那么排序也是错误的：

      date     reference
02/11/2020         '002'
10/11/2020         '003'
15/11/2020         '001'
23/10/2020         '005'
26/11/2020         '004'

这是我的代码：

import pandas as pd

df = pd.read_csv('order_dates.csv',
                 header=0,
                 names=['date', 'reference'],
                 dayfirst=True)

df.reset_index(drop=True, inplace=True)
# df.date = pd.to_datetime(df.date)
df.sort_val

df.sort_values(by='date', ascending=True, inplace=True)
print(df)
df.to_csv('sorted.csv')

为什么按日期排序这么难？有人可以解释为什么上述排序尝试失败了吗？ 理想情况下，我希望sorted.csv 具有日/月/年格式的日期条目。

Answer 1

试试：

df.loc[:,'date'] = pd.to_datetime(df.loc[:, 'date'], format='%d/%m-%Y')

Answer 2

您可以在读取 csv 文件时指定datetime 格式。为此，请尝试：

>>> df = pd.read_csv('filename.csv', parse_dates=['Date'],infer_datetime_format='%d/%m/%Y').sort_values(by='Date')

这将从 csv 读取您的日期，并为您提供对日期进行排序的输出。

        Date Reference
4 2020-10-23      '005
1 2020-11-02     '002'
2 2020-11-10     '003'
0 2020-11-15     '001'
3 2020-11-26     '004'

现在剩下的就是简单地将格式更改为所需的格式

>>> df['Date'] = df['Date'].dt.strftime('%d/%m/%Y')

但请记住，这会将Date 改回string（对象）

>>> df
         Date Reference
4  23/10/2020      '005
1  02/11/2020     '002'
2  10/11/2020     '003'
0  15/11/2020     '001'
3  26/11/2020     '004'

>>> df.dtypes
Date         object