Pandas - 将日期列从 dd/mm/yy hh:mm:ss 转换为 yyyy-mm-dd hh:mm:ss答案

【问题标题】：Pandas - Converting date column from dd/mm/yy hh:mm:ss to yyyy-mm-dd hh:mm:ssPandas - 将日期列从 dd/mm/yy hh:mm:ss 转换为 yyyy-mm-dd hh:mm:ss
【发布时间】：2019-01-14 10:21:51
【问题描述】：

我有一个数据框 (df)，它有一个日期列（列名：sale_date），它以以下格式存储数据

dd/mm/yy hh:mm:ss

我正在尝试将其转换为 yyyy-mm-dd hh:mm:ss。尝试使用以下方法，但仍然无法将其转换为所需的格式。

df['sale_date'] = pd.to_datetime(df['sale_date'])

谁能协助转换此日期列的格式。谢谢

【问题讨论】：

pd.to_datetime 应该转换为日期时间，然后您应该能够按照自己的方式格式化。为什么您需要指定格式的它？您可以使用dt.strftime 转换为任何格式，但它将列转换为字符串，而不是日期时间。
@KenSyme，感谢您的回复。我正在尝试返回日期列值..
你的to_datetime 行不适合吗？你有错误吗？你得到了什么输出，你期望得到什么？

标签： pandas date datetime

【解决方案1】：

如果您知道您的列中将有一致的格式，您可以将其传递给to_datetime：

df['sale_date'] = pd.to_datetime(df['sale_date'], format='%d/%m/%y %H:%M:%S')

如果您的格式不一定一致，但在每种情况下确实有前一个月，则使用 dayfirst=True 可能就足够了，尽管如果不查看数据就很难说：

df['sale_date'] = pd.to_datetime(df['sale_date'], dayfirst=True)

【讨论】：

【解决方案2】：

你可以这样做：

df['sale_date'] = pd.to_datetime(df['sale_date'], format='%d/%m/%y %H:%M:%S').dt.strftime('%Y-%m-%d %H:%M:%S')

输入：

           sale_date
0  04/12/10 21:12:35
1  04/12/10 21:12:30

输出：

             sale_date
0  2010-12-04 21:12:35
1  2010-12-04 21:12:30

【讨论】：