Pandas python dataframe 多种日期格式的转换

在本文中，我们将介绍使用Pandas python dataframe转换多种日期格式的方法。

Pandas简介

Pandas是一个开源数据处理库，它提供了高效处理大数据集的数据结构。Pandas中的核心结构是DataFrame和Series。DataFrame几乎是每个数据科学家、分析和商业智能专业人士使用的基本结构。它是一个表格，其中每列可以包含不同类型的数据（数值、字符串、布尔值等），但每列中的数据类型必须相同。

日期格式

Pandas可以处理不同的日期格式。但是，我们经常会遇到来自不同来源的日期数据，它们具有不同的格式。下面是几种常见的日期格式：

ISO 8601

ISO日期格式是国际标准化组织制定的日期格式。它的形式如下：

YYYY-MM-DDTHH:MM:SS

其中，T是日期和时间的分隔符。

US日期格式

美国常用的日期格式是：

MM/DD/YYYY

UK日期格式

英国使用的日期格式是：

DD/MM/YYYY

Unix 时间戳

Unix 时间戳是从1970年1月1日起经过的秒数。它是一个长整型数字。

Pandas中的日期转换

在Pandas中，可以使用to_datetime方法将不同格式的日期转换为标准日期格式。

下面是使用to_datetime转换不同日期格式的示例：

import pandas as pd

# 将日期字符串转换为标准日期格式
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d')

# 将Unix时间戳转换为标准日期格式
df['date'] = pd.to_datetime(df['date'], unit='s')

以下是具体日期格式的转换示例：

ISO 8601

import pandas as pd

df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%dT%H:%M:%S')

US日期格式

import pandas as pd

df['date'] = pd.to_datetime(df['date'], format='%m/%d/%Y')

UK日期格式

import pandas as pd

df['date'] = pd.to_datetime(df['date'], format='%d/%m/%Y')

Unix 时间戳

import pandas as pd

df['date'] = pd.to_datetime(df['date'], unit='s')

数据示例

以下是一段包含多种日期格式的数据示例：

import pandas as pd

data = {'date': ['2019-01-01T10:05:23', '2018-12-25T15:34:56', '01/10/2020', '2020-05-20T10:05:23', '12/01/2021', 1577836800]}
df = pd.DataFrame(data)

# 将日期字符串转换为标准日期格式
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%dT%H:%M:%S', errors='coerce')
df['date'] = pd.to_datetime(df['date'], format='%m/%d/%Y',errors='coerce') 
df['date'] = pd.to_datetime(df['date'], format='%d/%m/%Y', errors='coerce')
df['date'] = pd.to_datetime(df['date'], unit='s', errors='coerce')

print(df)

输出结果：

                 date
0 2019-01-01 10:05:23
1 2018-12-25 15:34:56
2 2001-01-10 00:00:00
3 2020-05-20 10:05:23
4 2021-12-01 00:00:00
5 2020-01-01 00:00:00