熊猫中一系列列的日期时间格式更新

【问题标题】：Datetime format update for a range of columns in pandas熊猫中一系列列的日期时间格式更新
【发布时间】：2021-10-26 22:00:08
【问题描述】：

我有一个 pandas 数据框，其中包含 30 多列的子集，每个月的值，命名为“2018-09-01 00:00:00”，我想将其重新格式化为“2018 年 9 月”之类的月-年.

我找到this useful：

df.iloc[:, 13:].rename(columns='{:%b %Y}'.format)

但将其应用于整个 df 会破坏这些列中的数据：

df.iloc[:, 13:] = df.iloc[:, 13:].rename(columns='{:%b %Y}'.format)

如何更改通过索引知道的一系列列的格式？

【问题讨论】：

标签： pandas datetime

【解决方案1】：

使用rename:

old_col_names = df.filter(regex=r'\d{4}-\d{2}').columns.tolist()
new_col_names = pd.to_datetime(old_col_names).strftime('%b %Y')
df = df.rename(columns=dict(zip(old_col_names, new_col_names)))

输出：

# Before rename
>>> df
   id  2018-09-01 00:00:00  2018-10-01 00:00:00  data
0   0                    1                    2     3

# After rename
>>> df
   id  Sep 2018  Oct 2018  data
0   0         1         2     3

设置：

data = {'id': [0], '2018-09-01 00:00:00': [1],
        '2018-10-01 00:00:00': [2], 'data': [3]}
df = pd.DataFrame(data)

【讨论】：

我想知道如何将其转换为日期时间索引？现在列名似乎存储为字符串，不允许将它们切片为日期