Pandas 如何在Pandas中改变日期时间格式

在本文中，我们将介绍如何在Pandas中更改日期时间格式。

阅读更多：Pandas 教程

Pandas中的datetime格式

在使用Pandas处理日期时间数据之前，我们需要将它们转换为Pandas中的datetime类型。Pandas中的datetime类型是一种类似于Python的datetime类的数据类型，用于处理日期和时间数据。

使用Pandas将字符串转换为datetime类型非常简单。例如，假设我们有一个数据框，其中包含日期列，如下所示：

import pandas as pd

data = {'date': ['2019-01-01', '2019-01-02', '2019-01-03']}
df = pd.DataFrame(data)
print(df)

输出结果：

         date
0  2019-01-01
1  2019-01-02
2  2019-01-03

要将日期列转换为Pandas datetime类型，我们可以使用pd.to_datetime()函数，如下所示：

df['date'] = pd.to_datetime(df['date'])
print(df)

输出结果：

        date
0 2019-01-01
1 2019-01-02
2 2019-01-03

现在，日期列已经被转换为了datetime类型。

Pandas中的日期格式

一旦我们将日期列转换为datetime类型，我们就可以使用Pandas中的datetime属性对日期进行操作。其中一个常见的操作是更改日期的格式。

Pandas使用strftime()方法将datetime格式化为字符串。strftime()方法接受一个格式字符串作为参数。格式字符串中的各种选项表示不同的日期时间部分。例如，%Y表示年份，%m表示月份，%d表示天数，%H表示小时数，%M表示分钟数，%S表示秒数。

下面是一些常用的日期时间格式的示例。

1. 年月日

格式化为YYYY-MM-DD形式：

df['date'].dt.strftime('%Y-%m-%d')

2. 月日年

格式化为MM/DD/YYYY形式：

df['date'].dt.strftime('%m/%d/%Y')

3. 带时间戳的年月日

格式化为YYYY-MM-DD HH:MM:SS形式：

df['date'].dt.strftime('%Y-%m-%d %H:%M:%S')

示例

现在，我们来看一个完整的示例，说明如何使用Pandas更改日期时间格式。假设我们有以下数据框：

data = {'date': ['2019-01-01 00:00:00', '2019-01-02 01:01:01', '2019-01-03 02:02:02']}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])
print(df)

输出结果：

                 date
0 2019-01-01 00:00:00
1 2019-01-02 01:01:01
2 2019-01-03 02:02:02

我们想将日期格式更改为YYYY/MM/DD HH:MM形式。我们可以使用以下代码：

df['date_format'] = df['date'].dt.strftime('%Y/%m/%d %H:%M')
print(df)

输出结果：

                 date      date_format
0 2019-01-01 00:00:00  2019/01/01 00:00
1 2019-01-02 01:01:01  2019/01/02 01:01
2 2019-01-03 02:02:02  2019/01/03 02:02

现在，日期格式已更改为所需的格式。

总结

在本文中，我们介绍了如何在Pandas中更改日期时间格式。我们首先将日期列转换为Pandas datetime类型，然后使用strftime()方法将datetime格式化为字符串。通过示例，我们了解了一些常见的日期时间格式选项。通过在Pandas中更改日期时间格式，我们可以更好地处理和呈现日期时间数据，以满足自己的需求。希望这篇文章能够帮助你更好地理解如何在Pandas中更改日期时间格式。