python - 将日期格式转换为“月-日-年”
问题描述
我有一列包含 200 万行的日期。数据格式为“年-月-日”,例如:“2019-11-28”。每次加载文档时,我都必须更改列的格式(这需要很长时间):
pd.to_datetime(df['old_date'])
我想将顺序重新排列为“月-日-年”,这样每次加载时我都不必更改列的格式。我试着做:
df_1['new_date'] = df_1['old_date'].dt.month+'-'+df_1['old_date'].dt.day+'-'+df_1['old_date'].dt.year
但我收到以下错误:'unknown type str32'
有人可以帮我吗?谢谢!
解决方案
您可以使用pandas.Series.dt.strftime
( documentation ) 更改日期的格式。在下面的代码中,我有一列包含您的旧格式日期,我使用此方法创建了一个新列:
import pandas as pd
df = pd.DataFrame({'old format': pd.date_range(start = '2020-01-01', end = '2020-06-30', freq = 'd')})
df['new format'] = df['old format'].dt.strftime('%m-%d-%Y')
输出:
old format new format
0 2020-01-01 01-01-2020
1 2020-01-02 01-02-2020
2 2020-01-03 01-03-2020
3 2020-01-04 01-04-2020
4 2020-01-05 01-05-2020
5 2020-01-06 01-06-2020
6 2020-01-07 01-07-2020
7 2020-01-08 01-08-2020
8 2020-01-09 01-09-2020
9 2020-01-10 01-10-2020
推荐阅读
- javascript - Firebase 存储:“put”预期的 Blob 或文件中的参数无效
- python - 检查一个列表中的一项是否存在于另一个字符串 Python 列表中
- c# - 让对象的组件在足够远的地方禁用一次
- android-recyclerview - RecyclerView - 如何设置自定义滚动插值器
- mysql - 为什么 select for update 几乎完全锁定了表?
- python - 大查询功能失败
- python - 计算跨行数据帧加权和的最快方法
- kubernetes - 备份 Kubernetes 集群
- prisma - prisma db push 和 prisma migrate dev 之间的区别
- r - 在 Excel 电源查询中抓取交互式图表