【问题标题】:Pandas Change column date format熊猫更改列日期格式
【发布时间】:2018-05-11 14:50:09
【问题描述】:

我在熊猫数据框中有一列如下:

0    2018-04-06
1    2018-04-06
2    2018-04-09
3    2018-04-19
4    2018-04-19
5    2018-04-17

我想将此列转换为 yyyy/mm/dd,为此我编写了如下代码:

def change_date_format(x):
    if x != 'nan' and x != '' and x != ' ' and x != 0:
        x = parse(x, dayfirst=True).strftime("%Y-%m-%d")
        return x
    else:
        return ''

read4['Column Name'] = read4['Column Name'].apply(lambda x : change_date_format(x)  )

但它的转换如下:

2018-06-04
2018-06-04
2018-09-04
2018-04-19
2018-04-19
2018-04-17

理想情况下应该是:

2018-04-06
2018-04-06
2018-04-09
2018-04-19
2018-04-19
2018-04-17

我如何强制它按上述方式工作。基本上它也应该考虑输入并且取决于它应该工作。

【问题讨论】:

    标签: python python-3.x pandas


    【解决方案1】:

    我认为需要to_datetime 和参数errors='coerce' 将不可解析的值转换为NaT,然后是strftime,最后是replace:

    read4['Column Name'] = (pd.to_datetime(read4['Column Name'], errors='coerce')
                              .dt.strftime("%Y-%m-%d")
                              .replace('NaT', ''))
      Column Name
    0  2018-04-06
    1  2018-04-06
    2  2018-04-09
    3  2018-04-19
    4  2018-04-19
    5  2018-04-17
    

    【讨论】:

    • 评论不用于扩展讨论;这个对话是moved to chat。
    • 兄弟我可以为to_datetime提供多个unit,因为我需要转换具有不同整数范围的np.int64类型列。
    • @PiyushS.Wanare - 你能解释更多吗?也许最好使用示例数据和预期输出创建新问题。
    【解决方案2】:

    也许您需要将dayfirst 标志设置为False?

    x = parse(x, dayfirst=False).strftime("%Y-%m-%d")
    

    【讨论】:

    • 我知道这可以正常工作,但仅适用于这种情况,不适用于其他情况。
    猜你喜欢
    • 1970-01-01
    • 2023-02-03
    • 1970-01-01
    • 2018-07-31
    • 2022-10-15
    • 2019-11-28
    • 1970-01-01
    • 2018-09-01
    相关资源
    最近更新 更多