Bagaimanakah Saya Boleh Memformat Tarikh dalam Pandas DataFrame Selepas Menukar kepada datetime64?

Memformat Tarikh dalam Panda

Apabila mengimport bingkai data dengan lajur datetime, Pandas boleh menukarkannya kepada jenis objek secara automatik. Untuk memastikan pemformatan yang betul, menukar lajur kepada jenis datetime64 selalunya diperlukan. Walau bagaimanapun, ini boleh mengakibatkan format tarikh yang tidak diingini.

Tukar Format Datetime

Untuk menukar format datetime selepas menukar kepada datetime64, anda boleh menggunakan kaedah dt.strftime . Ini membolehkan anda menentukan format tarikh yang diingini sebagai rentetan. Dtype yang terhasil ialah jenis objek (rentetan).

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')

Contoh

Dalam contoh ini, lajur DOB pada mulanya ialah jenis objek dengan format " 26/1/2016". Selepas menukarnya kepada datetime64, format menjadi "2016-01-26". Menggunakan dt.strftime, kami mencipta lajur baharu, DOB1, dengan format pilihan "01/26/2016".

Pertimbangan

Menukar format tarikh kepada rentetan akan menghasilkan objek dtype. Ini mungkin tidak sesuai untuk pengiraan atau operasi lain yang memerlukan jenis datetime. Jika mengekalkan jenis datetime adalah penting, pertimbangkan untuk menggunakan pilihan pemformatan tersuai dalam kaedah dt.strftime untuk mencapai format yang diingini sambil mengekalkan dtype datetime.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Memformat Tarikh dalam Pandas DataFrame Selepas Menukar kepada datetime64?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!