Question

我想连接两个框架。也可以这样做。但是，这样做时，日期格式会自动更改，这是无用的，需要解决。我有一个名为EVENT_DATE的列，其格式为'YYYY-MM-DD'。但是它正在改变。

此处将示例TSV格式的数据加载到数据框

>>>df1 = pd.read_csv('detail_trend_analysis_data.csv',delimiter='|', parse_dates=[0])
>>>df1.head()
  EVENT_DATE  EVENT_HOUR  PRODUCT  ...  BONUS_VOLUME     BONUS_COST  RECORD_COUNT
0 2019-11-08           0        1  ...           0.0  220152.426342        287516
1 2019-11-08           0        1  ...           0.0       0.000000          3104
2 2019-11-08           0        1  ...           0.0  226544.777596        254965
3 2019-11-08           0        1  ...           0.0       0.000000          2449
4 2019-11-08           0        1  ...           0.0       0.000000         35085
[5 rows x 18 columns]

做同样的事情

>>>df2 = pd.read_csv('detail_trend_analysis_data.csv',delimiter='|', parse_dates=[0])

更改日期

>>>df2['EVENT_DATE']='2019-11-09'
>>>df2.head()
   EVENT_DATE  EVENT_HOUR  PRODUCT  ...  BONUS_VOLUME     BONUS_COST  RECORD_COUNT
0  2019-11-09           0        1  ...           0.0  220152.426342        287516
1  2019-11-09           0        1  ...           0.0       0.000000          3104
2  2019-11-09           0        1  ...           0.0  226544.777596        254965
3  2019-11-09           0        1  ...           0.0       0.000000          2449
4  2019-11-09           0        1  ...           0.0       0.000000         35085
[5 rows x 18 columns]

串联

>>>frames=[df1,df2]
>>>df=pd.concat(frames)
>>>df.head()
            EVENT_DATE  EVENT_HOUR  ...     BONUS_COST  RECORD_COUNT
0  2019-11-08 00:00:00           0  ...  220152.426342        287516
1  2019-11-08 00:00:00           0  ...       0.000000          3104
2  2019-11-08 00:00:00           0  ...  226544.777596        254965
3  2019-11-08 00:00:00           0  ...       0.000000          2449
4  2019-11-08 00:00:00           0  ...       0.000000         35085
[5 rows x 18 columns]

但是最后，我不想使用“ YYY-MM-DD HH24：MI：SS”。该如何解决？

Answer 1

如果在两个数据帧上都设置df ['EVENT_DATE] = df ['EVENT_DATE']。dt.date，该怎么办？

在Pandas Python中串联框架时的日期格式更改

1 个答案: