Question

我有一个日期格式为“ Mar-97”的数据框，我想将其转换为“ 03-1997”。数据格式为

     Month  SilverPrice GoldPrice
0   Mar-97  186.48  12619.24
1   Apr-97  170.65  12338.59
2   May-97  170.44  12314.94
3   Jun-97  169.96  12202.78
4   Jul-97  155.80  11582.07

我已经编写了这段代码，但是它将其转换为“ 1997-03-01”

from datetime import datetime
df["Month"]=list(map(lambda x:datetime.strptime(x,'%b-%y'),df["Month"]))

和输出类似这样

      Month SilverPrice GoldPrice
0   1997-03-01  186.48  12619.24
1   1997-04-01  170.65  12338.59
2   1997-05-01  170.44  12314.94
3   1997-06-01  169.96  12202.78
4   1997-07-01  155.80  11582.07

我可以通过剥离日期值来做到这一点，但是有任何直接方法可以将其转换为“ MM-YYYY”格式。

Answer 1

`pd.Series.dt.strftime`

您可以通过Python的strftime directives指定datetime格式：

df['Month'] = pd.to_datetime(df['Month']).dt.strftime('%m-%Y')

print(df)

     Month  SilverPrice  GoldPrice
0  03-1997       186.48   12619.24
1  04-1997       170.65   12338.59
2  05-1997       170.44   12314.94
3  06-1997       169.96   12202.78
4  07-1997       155.80   11582.07

Answer 2

您可以这样做：

from datetime import datetime

import pandas as pd

data = ['Mar-97',
        'Apr-97',
        'May-97',
        'Jun-97',
        'Jul-97']

df = pd.DataFrame(data=data, columns=['Month'])
df["Month"] = list(map(lambda x: datetime.strptime(x, '%b-%y').strftime('%m-%Y'), df["Month"]))
print(df)

输出

Answer 3

日期列格式在此数据集中混合使用。可见的两个区别是“ Mar-98”和“ 2-Sep”。如果您在excel中打开，则这两种格式都是可见的。

The solution for this is, 

df['Month'] = pd.to_datetime(df["Month"].apply(lambda x: datetime.strptime(x,'%b-%y'))).dt.strftime('%m-%Y')

python中的字符串日期转换

3 个答案:

`pd.Series.dt.strftime`