我在DataFrame中有一个列，其时间序列数据为'01 -Jun-2018'。 我还需要将所有其他月份的日期都转换为格式“ 01-06-2018”。 我该如何使用熊猫甚至不使用熊猫来做到这一点？
答案 0 :(得分：2)
首先将列转换为日期时间，然后为自定义格式的字符串添加Series.dt.strftime-import pandas as pd
import numpy as np
np.random.seed(1)
amountOfDataPoints = 12
myRange1 = pd.date_range('2018-04-09', periods=amountOfDataPoints, freq='1min')
myRange2 = pd.date_range('2018-04-09', periods=amountOfDataPoints, freq='1h')
data = np.random.rand(amountOfDataPoints)
df1 = pd.DataFrame(data, myRange1)
df2 = pd.DataFrame(data, myRange2)
df1Resampled = df1.resample('10min', label='right').agg({
'high': 'max',
'highDate': 'idxmax',
'low': 'min',
'lowDate': 'idxmin'
})
df2Resampled = df2.resample('10min', label='right').agg({
'high': 'max',
'highDate': 'idxmax',
'low': 'min',
'lowDate': 'idxmin'
})
df1Resampled.head()
Out[3]:
high highDate low lowDate
0 0 0 0
2018-04-09 00:10:00 0.720324 2018-04-09 00:01:00 0.000114 2018-04-09 00:02:00
2018-04-09 00:20:00 0.685220 2018-04-09 00:11:00 0.419195 2018-04-09 00:10:00
df2Resampled.head()
Out[4]:
high low
0 0
2018-04-09 00:10:00 0.417022 0.417022
2018-04-09 00:20:00 NaN NaN
2018-04-09 00:30:00 NaN NaN
2018-04-09 00:40:00 NaN NaN
2018-04-09 00:50:00 NaN NaN
：
DD-MM-YYYY或者：
df['Date'] = pd.to_datetime(df['Date']).dt.strftime('%d-%m-%Y')
如果需要日期时间，仅省略df['Date'] = pd.to_datetime(df['Date'], format='%d-%b-%Y').dt.strftime('%d-%m-%Y')
，但默认格式为.dt.strftime。