从 CSV 文件转换数据框中的日期格式 [重复]答案

【问题标题】：Converting Date Format in a Dataframe from a CSV File [duplicate]从 CSV 文件转换数据框中的日期格式 [重复]
【发布时间】：2019-11-23 05:54:35
【问题描述】：

我需要将 csv 文件的日期格式转换为正确的 pandas 格式，以便稍后对其进行排序。我当前的格式无法在 pandas 中合理交互，所以我不得不对其进行转换。

这是我的 csv 文件的样子：

ARTIST,ALBUM,TRACK,DATE
ARTIST1,ALBUM1,TRACK1,23 Nov 2019 02:08
ARTIST1,ALBUM1,TRACK1,23 Nov 2019 02:11
ARTIST1,ALBUM1,TRACK1,23 Nov 2019 02:15

到目前为止，我已经通过这样做成功地将其转换为 pandas 格式：

df= pd.read_csv("mycsv.csv", delimiter=',')
convertdate= pd.to_datetime(df["DATE"])
print convertdate

####

#Original date format: 23 Nov 2019 02:08
#Output and desired date format: 2019-11-23 02:08:00

但是，这只会更改整个“日期”列中的值。打印 csv 文件的数据框仍会输出原始的、未转换的日期格式。我需要将转换后的格式附加到源 csv 文件中。

我想要的输出将是

ARTIST,ALBUM,TRACK,DATE
ARTIST1,ALBUM1,TRACK1,2019-11-23 02:08:00
ARTIST1,ALBUM1,TRACK1,2019-11-23 02:11:00
ARTIST1,ALBUM1,TRACK1,2019-11-23 02:15:00

【问题讨论】：

标签： python pandas csv dataframe

【解决方案1】：

read_csv 方法有很多选项。确保以您想要的格式读取数据，而不是稍后修复它。

df = pd.read_csv('mycsv.csv"', parse_dates=['DATE'])

只需将要转换的列名传递给 parse_dates 参数即可。

原始代码中有 2 个问题。它不是原始数据框的一部分，因为您在转换后没有将其保存回列中。

所以而不是：

convertdate= pd.to_datetime(df["DATE"])

使用：

df["DATE"]= pd.to_datetime(df["DATE"])

看在上帝的份上stop using python 2。

【讨论】：

【解决方案2】：

dateparse = lambda x: pd.datetime.strptime(x, '%Y-%m-%d %H:%M:%S')

df = pd.read_csv('mycsv.csv', parse_dates=['DATE'], date_parser=dateparse)

【讨论】：