Python Pandas Series.dt.strftime
Series.dt可以用来访问系列的数据值,并返回几个属性。Pandas Series.dt.strftime()函数用于使用指定的date_format转换为索引。该函数返回由date_format指定的格式化字符串的索引,它支持与python标准库相同的字符串格式。
语法: Series.dt.strftime(*args, **kwargs)
参数:
date_format :日期格式字符串(例如,”%Y-%m-%d”)。
返回:格式化字符串的索引
例子#1:使用Series.dt.strftime()函数将给定系列对象中的日期转换为指定的日期格式。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['2012-12-31 08:45', '2019-1-1 12:30', '2008-02-2 10:30',
'2010-1-1 09:25', '2019-12-31 00:00'])
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
# set the index
sr.index = idx
# Convert the underlying data to datetime
sr = pd.to_datetime(sr)
# Print the series
print(sr)
输出 :
现在我们将使用Series.dt.strftime()函数将给定系列对象中的日期转换为指定的格式。
# convert to the given date format
result = sr.dt.strftime('% B % d, % Y, % r')
# print the result
print(result)
输出 :
正如我们在输出中看到的,Series.dt.strftime()函数已经成功地将给定系列对象中的日期转换为指定格式。
示例#2 :使用Series.dt.strftime()函数将给定系列对象中的日期转换为指定的日期格式。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(pd.date_range('2012-12-31 09:45', periods = 5, freq = 'M',
tz = 'Asia / Calcutta'))
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
# set the index
sr.index = idx
# Print the series
print(sr)
输出 :
现在我们将使用Series.dt.strftime()函数将给定系列对象中的日期转换为指定的格式。
# convert to the given date format
result = sr.dt.strftime('% d % m % Y, % r')
# print the result
print(result)
输出 :
正如我们在输出中看到的,Series.dt.strftime()函数已经成功地将给定系列对象中的日期转换为指定格式。