Question

我试图将日期时间列转换回Pandas数据帧中的字符串。

我到目前为止的语法是：

all_data['Order Day new'] = dt.date.strftime(all_data['Order Day new'], '%d/%m/%Y')

但这会返回错误：

描述符＆＃39; strftime＆＃39;需要一个＆datetime.date＆＃39;但是收到了一个＆＃39;系列＆＃39;。

谁能告诉我哪里出错了？

Answer 1

如果您使用的是版本0.17.0或更高版本，则可以使用.dt.strftime进行漫画调用：

all_data['Order Day new'] = all_data['Order Day new'].dt.strftime('%Y-%m-%d')

**如果您的pandas版本早于0.17.0，那么您必须致电apply并将数据传递给strftime：

In [111]:

all_data = pd.DataFrame({'Order Day new':[dt.datetime(2014,5,9), dt.datetime(2012,6,19)]})
print(all_data)
all_data.info()
  Order Day new
0    2014-05-09
1    2012-06-19
<class 'pandas.core.frame.DataFrame'>
Int64Index: 2 entries, 0 to 1
Data columns (total 1 columns):
Order Day new    2 non-null datetime64[ns]
dtypes: datetime64[ns](1)
memory usage: 32.0 bytes

In [108]:

all_data['Order Day new'] = all_data['Order Day new'].apply(lambda x: dt.datetime.strftime(x, '%Y-%m-%d'))
all_data
Out[108]:
  Order Day new
0    2014-05-09
1    2012-06-19
In [109]:

all_data.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 2 entries, 0 to 1
Data columns (total 1 columns):
Order Day new    2 non-null object
dtypes: object(1)
memory usage: 32.0+ bytes

您无法在列上调用strftime，因为它不理解Series作为参数，因此错误

Answer 2

all_data['Order Day new']=all_data['Order Day new'].astype(str)

如果日期已经是您想要的字符串形式的格式，我认为这会更简单。

Answer 3

要将所有日期时间列转换为字符串，请使用以下代码。

for x in  df.select_dtypes(include=['datetime64']).columns.tolist():
    df[x] = df[x].astype(str)

或

date_columns = df.select_dtypes(include=['datetime64']).columns.tolist()
df[date_columns] = df[date_columns].astype(str)

Answer 4

就我而言，我有一个 pySpark 数据框。这就是我将时间戳类型的“天”转换为字符串的方式：

import pyspark.sql.functions as F
convertedDf = rawDf.withColumn('d2', F.date_format(rawDf['day'], 'yyyyMMdd'))

将datetime列转换回字符串列？熊猫 - Python

4 个答案: