更改 pandas 列的日期格式（月-日-年为日-月-年）答案

【问题标题】：Change date format of pandas column (month-day-year to day-month-year)更改 pandas 列的日期格式（月-日-年为日-月-年）
【发布时间】：2019-10-10 16:19:55
【问题描述】：

遇到以下问题。

我的 pandas 中有一个列，其中包含一些日期和一些空值。

例子：

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

等

我想将格式从月-日-年转换为日-月-年，当它为空时，我只想保持它为空。

最快的方法是什么？

谢谢！

【问题讨论】：

标签： python pandas datetime

【解决方案1】：

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，印刷品可以以所需的格式交付对象。

我将使用另一种格式（以点作为分隔符），以便步骤之间的转换清晰。

先示例代码：

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' ] = ''

对上述内容的评论。 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 会出问题。所以我们用空字符串替换它的所有出现。

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

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

【讨论】：

谢谢。工作，虽然有一些变化： df['date'] = pd.to_datetime(df['date'], errors='coerce') df['date'] = df['datum' ].dt.strftime('%d-%m-%Y') df.replace('NaT','', inplace=True)

【解决方案2】：

不确定这是否是完成它的最快方法。总之，

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

【讨论】：