更改熊猫中的日期格式

Question

我有以下 csv 数据

country,sale,date,trans_factor
India,403171,12/01/2012,1
Bhutan,394096,12/01/2012,2
Nepal,super,12/01/2012,3
madhya,355883,12/01/2012,4
sudan,man,12/01/2012,5

csv_data = pandas.read_csv(csv_file_data, skiprows=[0], names=original_csv_header, parse_dates=True, infer_datetime_format=True)

print csv_data

  country    sale        date  trans_factor
0   India  403171  12/01/2012             1
1  Bhutan  394096  12/01/2012             2
2   Nepal   super  12/01/2012             3
3  madhya  355883  12/01/2012             4
4   sudan     man  12/01/2012             5

即使在添加parse_dates=True 之后，上面的代码也没有将值从12/01/2012 更改为2012-01-12，我不知道为什么

我想以'%d/%m/%Y' 格式格式化日期列，所以我尝试使用以下代码

dates = {
        'dd/mm/yy': "%d/%m/%Y",
        'mm/dd/yy': "%m/%d/%Y",
    }

def return_date_fromat(d, date_format):
    return datetime.datetime.strptime(d, date_format)


csv_data["date"] = csv_data["date"].apply(lambda d: return_date_fromat(d, dates['dd/mm/yy']))

基本上我使用 lambda 的另一个函数 return_date_fromat 因为当我像下面这样使用时

csv_data["date"] = csv_data["date"].apply(lambda d: datetime.datetime.strptime(d, dates['dd/mm/yy'])

我得到了*** NameError: global name 'dates' is not defined，因此我将函数return_date_fromat 用于lambda

那么最后如何格式化日期呢？

Answer 1

我认为您需要将参数parse_dates 更改为[2]，因为True 表示解析DatetimeIndex 参见docs：

解析日期 : 布尔值或整数或名称列表或列表或字典列表，默认为 False。

如果为真 -> 尝试解析索引。
如果 [1, 2, 3] -> 尝试将第 1、2、3 列分别解析为单独的日期列。
如果 [[1, 3]] -> 合并第 1 列和第 3 列并解析为单个日期列。
如果 {'foo' : [1, 3]} -> 将第 1、3 列解析为日期并调用结果'foo'。存在适用于 iso8601 格式日期的快速路径。

import pandas as pd
import numpy as np
from pandas.compat import StringIO

temp=u"""country,sale,date,trans_factor
India,403171,12/01/2012,1
Bhutan,394096,12/01/2012,2
Nepal,super,12/01/2012,3
madhya,355883,12/01/2012,4
sudan,man,12/01/2012,5"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), parse_dates=[2])
#df = pd.read_csv(StringIO(temp), parse_dates=['date'])

print (df)
  country    sale       date  trans_factor
0   India  403171 2012-12-01             1
1  Bhutan  394096 2012-12-01             2
2   Nepal   super 2012-12-01             3
3  madhya  355883 2012-12-01             4
4   sudan     man 2012-12-01             5

print (df.dtypes)
country                 object
sale                    object
date            datetime64[ns]
trans_factor             int64
dtype: object

编辑：

如果需要自定义解析器添加参数date_parser:

parser = lambda x: pd.datetime.strptime(x, '%d/%m/%Y')
df = pd.read_csv(StringIO(temp), parse_dates=[2], date_parser=parser)
print (df)
  country    sale       date  trans_factor
0   India  403171 2012-01-12             1
1  Bhutan  394096 2012-01-12             2
2   Nepal   super 2012-01-12             3
3  madhya  355883 2012-01-12             4
4   sudan     man 2012-01-12             5

但也可以dayfirst=True:

df = pd.read_csv(StringIO(temp), parse_dates=[2], dayfirst=True)
print (df)
  country    sale       date  trans_factor
0   India  403171 2012-01-12             1
1  Bhutan  394096 2012-01-12             2
2   Nepal   super 2012-01-12             3
3  madhya  355883 2012-01-12             4
4   sudan     man 2012-01-12             5