python - Pandas 日期时间表示的转换

Question

我得到了一个数据框，其中日期列为 datetime64[ns] 类型，采用以下表示形式:

2016 年 1 月 31 日为:2016-01-31

我想要的是这样的表示:

2016 年 1 月 31 日:2016 年 1 月 31 日

2016 年 12 月 31 日:2016 年 12 月 31 日

重要的是，10 月之前的所有月份，开头的 0 都必须去掉，即 9 月之前的月份只有一位数。

Answer 1

如果 dtype 已经是 datetime，您可以使用 dt.strftime 为您提供字符串表示形式以交换日月顺序:

In [3]:
df = pd.DataFrame({'date':['2016-01-31', '2016-12-31']})
df['date'] = pd.to_datetime(df['date'])
df

Out[3]:
        date
0 2016-01-31
1 2016-12-31

In [4]:
df['strftime'] = df['date'].dt.strftime('%m/%d/%Y')
df

Out[4]:
        date    strftime
0 2016-01-31  01/31/2016
1 2016-12-31  12/31/2016

但是，由于您不需要日和月的前导零，因此您可以访问日期时间的各个日、月、年部分，并将它们转换为 str 并自行添加分隔符:

In [5]:
df['custom'] = df['date'].dt.month.astype(str) + '/' + df['date'].dt.day.astype(str) + '/' + df['date'].dt.year.astype(str)
df

Out[5]:
        date    strftime      custom
0 2016-01-31  01/31/2016   1/31/2016
1 2016-12-31  12/31/2016  12/31/2016

但是，我建议不要这样做，日期时间数据类型允许更轻松的过滤和算术运算，当数据类型是 str 时这并不容易，因此该列在 IMO 中失去了用处