如何更改 Pandas 数据框中的日期格式？

如何解决如何更改 Pandas 数据框中的日期格式？

我有使用 2 个参数的数据框：

770

以下内容：

data_frame = pd.DataFrame(columns=l_header,data=conv)

如何更改日期列格式（它是一个字符串）：

  column_1                    date
0      XYZ  04/11/2016 09:13:55 AM
1      QAZ  05/10/2019 11:31:05 PM
2      WSX  12/08/2019 08:00:00 AM

到：

%m/%d/%Y %I:%M:%s %p

解决方法

我认为这应该是最方便的方式？

>>> df
  column_1                    date
0      XYZ  04/11/2016 09:13:55 AM
1      QAZ  05/10/2019 11:31:05 PM
2      WSX  12/08/2019 08:00:00 AM

>>> df['date']=pd.to_datetime(df['date'],infer_datetime_format='%Y-%m-%d %H:%M:%S')

  column_1                date
0      XYZ 2016-04-11 09:13:55
1      QAZ 2019-05-10 23:31:05
2      WSX 2019-12-08 08:00:00

但最好在加载 .csv 文件期间执行此操作

>>> data_frame = pd.DataFrame(columns=l_header,parse_dates=['date'],infer_datetime_format='%Y-%m-%d %H:%M:%S')

,

您可以使用内置 strptime 模块中的 strftime 和 datetime 方法在 lambda 函数中使用，该函数将放入 {{ 3}} 方法：

from datetime import datetime
import pandas as pd

df = {"column_1": ["XYZ","QAZ","WSX"],"date": ["04/11/2016 09:13:55 AM","05/10/2019 11:31:05 PM","12/08/2019 08:00:00 AM"]}

df = pd.DataFrame(df)

format1 ="%m/%d/%Y %I:%M:%S %p"
format2 = "%Y-%m-%d %H:%M:%S"
df["date"] = df["date"].apply(lambda x: datetime.strptime(x,format1).strftime(format2))
print(df)

输出：

  column_1                 date
0      XYZ  2016-04-11 09:13:55
1      QAZ  2019-05-10 23:31:05
2      WSX  2019-12-08 08:00:00

---

更新：

正如@YevKad 在评论中指出的那样，无需导入 datetime，因为 pandas 带有自己的 datetime 部分：

import pandas as pd

df = {"column_1": ["XYZ","12/08/2019 08:00:00 AM"]}

df = pd.DataFrame(df)

format1 ="%m/%d/%Y %I:%M:%S %p"
format2 = "%Y-%m-%d %H:%M:%S"

df['date'] = pd.to_datetime(df['date'],format=format1).dt.strftime(format2)

print(df)