我想在我的dataframe列中使不同的日期格式相同。
输入:
0 16.09.2014
1 2014-09-16
2 02.12.2014
3 2014-12-02
4 09.01.2018
183 2015-03-30
184 12.04.2017
185 2017-04-12
186 28.12.2018
187 2018-12-28
Name: invoiceDate, Length: 188, dtype: object
但是我用:
df['invoiceDate'] = pd.to_datetime(df['invoiceDate'], errors='coerce')
df['invoiceDate'].dt.strftime('%d.%m.%Y')
输出:(它以相同的格式写入前两个,但随后它出错了,逐日和逐月。)
0 16.09.2014
1 16.09.2014
2 12.02.2014 (true)
3 02.12.2014 (false)
4 01.09.2018
183 30.03.2015
184 04.12.2017 (true)
185 12.04.2017 (false)
186 28.12.2018
187 28.12.2018
Name: invoiceDate, Length: 188, dtype: object
如果输出应该是;
输出:
0 16.09.2014
1 16.09.2014
2 02.12.2014
3 02.12.2014
4 09.01.2018
183 30.03.2015
184 12.04.2017
185 12.04.2017
186 28.12.2018
187 28.12.2018
Name: invoiceDate, Length: 188, dtype: object
在这种特殊情况下,您只需要传递dayfirst=True
来解析您想要的日期
df['invoiceDate'] = (
pd.to_datetime(df['invoiceDate'], errors='coerce', dayfirst=True)
.dt.strftime('%d.%m.%Y')
)
如果将日期列设置为= date,则可以执行以下操作
df['Date'] = pd.to_datetime(df['Date'], infer_datetime_format=True)
从这里你可以简单地告诉它你想要的日期格式使用strftime
df['Date'] = df['Date'].apply(lambda x : x.strftime('%d.%m.%Y'))