Pandas，将日期时间格式 mm/dd/yyyy 转换为 dd/mm/yyyy答案

【问题标题】：Pandas, convert datetime format mm/dd/yyyy to dd/mm/yyyyPandas，将日期时间格式 mm/dd/yyyy 转换为 dd/mm/yyyy
【发布时间】：2023-03-15 19:50:01
【问题描述】：

csv 的默认格式是 dd/mm/yyyy。当我通过df['Date']=pd.to_datetime(df['Date']) 将其转换为日期时间时，它会将格式更改为 mm//dd/yyyy。

然后，我使用df['Date'] = pd.to_datetime(df['Date']).dt.strftime('%d/%m/%Y') 转换为dd/mm/yyyy，但是，它们是字符串（对象）格式。但是，我需要将它们更改为datetime 格式。当我再次使用这个 (df['Date']=pd.to_datetime(df['Date'])) 时，它会恢复到以前的格式。需要你的帮助

【问题讨论】：

不，在 python 中，如果需要 datetimes 对象，这是不可能的。
那么，如果我想要新格式，如何解决这个问题？
你试过pd.to_datetime的format参数吗？
@MohitMotwani，是的，但没有区别

标签： python pandas date datetime

【解决方案1】：

您可以使用pd.read_csv 的parse_dates 和dayfirst 参数，请参阅：the docs for read_csv()

df = pd.read_csv('myfile.csv', parse_dates=['Date'], dayfirst=True)

这会将Date 列读取为日期时间值，正确地将日期输入的第一部分作为日期。请注意，通常您希望将日期存储为日期时间对象。

然后，如果您需要将日期输出为字符串，您可以调用dt.strftime():

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

【讨论】：

不，这不起作用 - ARGHHH python 令人沮丧。
如果您的文件有 mm/dd/yy 则将 dayfirst 设置为 False

【解决方案2】：

此解决方案适用于列具有混合日期格式的所有情况。如果需要，向函数添加更多条件。 Pandas to_datetime() 函数对我不起作用，但这似乎很好用。

import date
def format(val):
    a = pd.to_datetime(val, errors='coerce', cache=False).strftime('%m/%d/%Y')
    try:
        date_time_obj = datetime.datetime.strptime(a, '%d/%m/%Y')
    except:
        date_time_obj = datetime.datetime.strptime(a, '%m/%d/%Y')
    return date_time_obj.date()

将更改保存到同一列。

df['Date'] = df['Date'].apply(lambda x: format(x))

另存为 CSV。

df.to_csv(f'{file_name}.csv', index=False, date_format='%s')

【讨论】：

【解决方案3】：

当我再次使用 df['Date'] = pd.to_datetime(df['Date']) 时，它会恢复到以前的格式。

否，您不能同时拥有您选择的字符串格式并保留您的系列类型datetime。正如here所说：

datetime 系列在内部存储为整数。任何人类可读的日期表示就是这样，一个表示，不是基础整数。要访问您的自定义格式，您可以使用 Pandas 中可用的方法。你甚至可以存储这样的文本 pd.Series 变量中的表示：
formatted_dates = df['datetime'].dt.strftime('%m/%d/%Y')
formatted_dates 的dtype 将是object，这表示您的系列的元素指向任意 Python 时间。在在这种情况下，那些任意类型恰好都是字符串。

最后，我强烈建议您不要转换datetime 系列到字符串，直到工作流程的最后一步。这是因为一旦这样做，您将不再能够使用高效，对此类系列进行矢量化操作。

【讨论】：