Wie kann ich Datumsangaben in einem Pandas-DataFrame nach der Konvertierung in datetime64 formatieren?

Formatieren von Datumsangaben in Pandas

Beim Importieren eines Datenrahmens mit einer Datums-/Uhrzeitspalte konvertiert Pandas ihn möglicherweise automatisch in einen Objekttyp. Um eine ordnungsgemäße Formatierung sicherzustellen, ist häufig eine Konvertierung der Spalte in einen datetime64-Typ erforderlich. Dies kann jedoch zu einem unerwünschten Datumsformat führen.

Datetime-Format konvertieren

Um das Datetime-Format nach der Konvertierung in datetime64 zu ändern, können Sie die Methode dt.strftime verwenden . Dadurch können Sie das gewünschte Datumsformat als Zeichenfolge angeben. Der resultierende dtype wird ein Objekttyp (String) sein.

import pandas as pd

df = pd.DataFrame({'DOB': {0: '26/1/2016'}})
df['DOB'] = pd.to_datetime(df['DOB'])
df['DOB1'] = df['DOB'].dt.strftime('%m/%d/%Y')

Beispiel

In diesem Beispiel ist die DOB-Spalte zunächst ein Objekttyp mit dem Format „ 26.01.2016". Nach der Konvertierung in datetime64 lautet das Format „26.01.2016“. Mit dt.strftime erstellen wir eine neue Spalte, DOB1, mit dem bevorzugten Format „26.01.2016“.

Überlegungen

Ändern des Datumsformats in a string führt zu einem Objekt-Dtype. Dies ist möglicherweise nicht für Berechnungen oder andere Vorgänge geeignet, die einen Datum/Uhrzeit-Typ erfordern. Wenn die Beibehaltung des datetime-Typs unerlässlich ist, sollten Sie benutzerdefinierte Formatierungsoptionen innerhalb der dt.strftime-Methode verwenden, um das gewünschte Format zu erreichen und gleichzeitig den datetime-dtype beizubehalten.

Das obige ist der detaillierte Inhalt vonWie kann ich Datumsangaben in einem Pandas-DataFrame nach der Konvertierung in datetime64 formatieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!