Question

解决了以下问题。

我的熊猫中有一列，其中有一些日期和一些空值。

示例：

    1 - 3-20-2019
    2 - 
    3 - 2-25-2019

等

我想将格式从month-day-year年转换为day-month-year年，当其为空时，我只想保留为空。

最快的方法是什么？

谢谢！

Answer 1

一个人可以使用字符串来初始化日期数据，然后将字符串转换为日期时间。然后，打印件可以按所需格式交付对象。

我将使用其他格式（以点作为分隔符），以便在步骤之间进行清晰的转换。

首先提供示例代码：

import pandas as pd
data = {'day': ['3-20-2019', None, '2-25-2019'] }
df = pd.DataFrame( data )

df['day'] = pd.to_datetime(df['day'])
df['day'] = df['day'].dt.strftime('%d.%m.%Y')
df[ df == 'NaT' ] = ''

对以上内容的评论。 df的第一个实例在ipython解释器中：

In [56]: df['day']                                                  
Out[56]: 
0    3-20-2019
1         None
2    2-25-2019
Name: day, dtype: object

转换为日期时间后：

In [58]: df['day']                                               
Out[58]: 
0   2019-03-20
1          NaT
2   2019-02-25
Name: day, dtype: datetime64[ns]

以便我们拥有

In [59]: df['day'].dt.strftime('%d.%m.%Y')
Out[59]: 
0    20.03.2019
1           NaT
2    25.02.2019
Name: day, dtype: object

NaT引起了问题。因此，我们将所有出现的内容替换为空字符串。

In [73]: df[ df=='NaT' ] = ''

In [74]: df
Out[74]: 
          day
0  20.03.2019
1            
2  25.02.2019

Answer 2

不确定这是否是完成任务的最快方法。反正

df = pd.DataFrame({'Date': {0: '3-20-2019', 1:"", 2:"2-25-2019"}}) #your dataframe
df['Date'] = pd.to_datetime(df.Date) #convert to datetime format
df['Date'] = [d.strftime('%d-%m-%Y') if not pd.isnull(d) else '' for d in df['Date']]

输出：

         Date
0  20-03-2019
1            
2  25-02-2019

更改熊猫列的日期格式（月日年至日月年）

2 个答案: