Question

我的panda df.index格式如下。

这是一串日/月/年，所以第一项是05Sep2017等：

05/09/17＃05Sep2017
07/09/17＃07Sep2017
...
18/10/17＃18Oct2017

应用

df.index = pd.to_datetime(df.index)

到上面，将其转换为：

2017-05-09＃09May2017
2017-07-09＃09Jul2017
...
2017-10-18＃18Oct2017

似乎正在发生的事情是第一个条目正在切换日期和月份。相反，最后一个条目（日期大于12）将被正确转换。

我尝试通过将索引转换为列并应用：

df['date'] = df.index
df['date'].apply(lambda x: dt.datetime.strftime(x, '%Y-%d-%m'))

以及：

df['date'].apply(lambda x: dt.datetime.strftime(x, '%Y-%m-%d'))

但无济于事。如何将索引转换为datetime，其中所有条目都是日/月/年？

Answer 1

pandas是date s YY-MM-DD的默认格式。

df = df.set_index('date_col')
df.index = pd.to_datetime(df.index)
print (df)
            val
2017-05-09    4
2017-07-09    8
2017-10-18    2

print (df.index)
DatetimeIndex(['2017-05-09', '2017-07-09', '2017-10-18'], dtype='datetime64[ns]', freq=None)

您需要strftime，但丢失了日期时间，因为获取字符串：

df.index = pd.to_datetime(df.index).strftime('%Y-%d-%m')
print (df.index)
Index(['2017-09-05', '2017-09-07', '2017-18-10'], dtype='object')

df.index = pd.to_datetime(df.index).strftime('%d-%b-%Y')
print (df)
             val
09-May-2017    4
09-Jul-2017    8
18-Oct-2017    2

熊猫指数日期时间转换月和日

1 个答案: