Question

我正在处理一个具有日期列的大型数据集（超过200万行x 10列）。有些行的格式正确（例如2020/04/08），但我想更改其他行的格式（具体来说，这些行的格式为20200408）。

我想更改那些错误的格式，但是我不想遍历所有行。

通常，对于一个小的数据集，我会做

for i in range (0,len(df)):
    cell=str(df.iloc[i]['date'])
    if len(cell)==8:
        df.iat[i, df.columns.get_loc('date')] = datetime.strptime(cell, '%Y%m%d').strftime('%Y-%m-%d')

但是我知道这远非最佳。

我如何利用熊猫的力量来避免这里的循环？

谢谢！

Answer 1

按Series.str.len过滤行，然后按DataFrame.loc选择列和掩码，按to_datetime转换为日期时间，最后按Series.dt.strftime转换为自定义格式：

m = df['date'].str.len() == 8
df.loc[m, 'date'] = pd.to_datetime(df.loc[m, 'date'], format='%Y%m%d').dt.strftime('%Y-%m-%d')

Answer 2

尝试

df['datetime'] = df['datetime'].apply(lambda x: x.to_datetime())

更改熊猫中特定单元格的日期格式

2 个答案: