วิธีเปลี่ยนรูปแบบวันที่และเวลาในแพนด้า

ดาต้าเฟรมของฉันมีDOBคอลัมน์ (รูปแบบตัวอย่าง1/1/2016) ซึ่งโดยค่าเริ่มต้นจะถูกแปลงเป็นแพนด้า dtype 'object':DOB object

แปลงนี้เป็นรูปแบบวันที่มีdf['DOB'] = pd.to_datetime(df['DOB'])วันที่ได้รับการแปลง: 2016-01-26และเป็น:dtypeDOB datetime64[ns]

ตอนนี้ฉันต้องการแปลงรูปแบบวันที่นี้เป็น01/26/2016หรือในรูปแบบวันที่ทั่วไปอื่น ๆ ฉันต้องทำอย่างไร?

ไม่ว่าฉันจะลองใช้วิธีใดก็ตามมันจะแสดงวันที่ใน2016-01-26รูปแบบเสมอ

คุณสามารถใช้dt.strftimeหากคุณต้องการแปลงdatetimeเป็นรูปแบบอื่น (แต่โปรดทราบว่าจากนั้นdtypeของคอลัมน์จะเป็นobject( string)):

import pandas as pd

df = pd.DataFrame({'DOB': {0: '26/1/2016', 1: '26/1/2016'}})
print (df)
         DOB
0  26/1/2016 
1  26/1/2016

df['DOB'] = pd.to_datetime(df.DOB)
print (df)
         DOB
0 2016-01-26
1 2016-01-26

df['DOB1'] = df['DOB'].dt.strftime('%m/%d/%Y')
print (df)
         DOB        DOB1
0 2016-01-26  01/26/2016
1 2016-01-26  01/26/2016

การเปลี่ยนรูปแบบ แต่ไม่เปลี่ยนประเภท:

df['date'] = pd.to_datetime(df["date"].dt.strftime('%Y-%m'))

รหัสด้านล่างใช้ได้ผลสำหรับฉันแทนที่จะเป็นรหัสก่อนหน้า - ลองเลย!

df['DOB']=pd.to_datetime(df['DOB'].astype(str), format='%m/%d/%Y')

เมื่อเทียบกับคำตอบแรกฉันจะแนะนำให้ใช้ dt.strftime () ก่อนจากนั้นจึงใช้ pd.to_datetime () ด้วยวิธีนี้จะยังคงส่งผลให้ประเภทข้อมูลวันและเวลา

ตัวอย่างเช่น,

import pandas as pd

df = pd.DataFrame({'DOB': {0: '26/1/2016 ', 1: '26/1/2016 '})
print(df.dtypes)

df['DOB1'] = df['DOB'].dt.strftime('%m/%d/%Y')
print(df.dtypes)

df['DOB1'] = pd.to_datetime(df['DOB1'])
print(df.dtypes)

มีความแตกต่างระหว่าง

• เนื้อหาของเซลล์ dataframe A (ค่าไบนารี) และ
• ของการนำเสนอ (แสดงมัน) สำหรับเรามนุษย์

คำถามคือ: จะเข้าถึงการนำเสนอข้อมูลของฉันได้อย่างเหมาะสมโดยไม่ต้องเปลี่ยนข้อมูล / ชนิดข้อมูลเองได้อย่างไร

นี่คือคำตอบ:

• หากคุณใช้สมุดบันทึก Jupyterเพื่อแสดงดาต้าเฟรมของคุณหรือ
• หากคุณต้องการเข้าถึงงานนำเสนอในรูปแบบของไฟล์ HTML (แม้ว่าจะมีแอตทริบิวต์ที่จัดเตรียมไว้มากมายidและไม่จำเป็นclassสำหรับการจัดรูปแบบ CSS เพิ่มเติมคุณอาจใช้หรือไม่ใช้ก็ได้)

ใช้จัดแต่งทรงผม การจัดรูปแบบจะไม่เปลี่ยนข้อมูล / ประเภทข้อมูลของคอลัมน์ในดาต้าเฟรมของคุณ

ตอนนี้ฉันจะแสดงวิธีเข้าถึงมันในสมุดบันทึก Jupyter - สำหรับการนำเสนอในรูปแบบของไฟล์ HTML ให้ดูโน้ตใกล้ท้ายคำถาม

ฉันจะสมมติว่าคอลัมน์ของคุณDOB มีประเภทอยู่แล้วdatetime64 (คุณแสดงให้เห็นว่าคุณรู้วิธีเข้าถึง) ฉันเตรียม dataframe อย่างง่าย (มีเพียงคอลัมน์เดียว) เพื่อแสดงสไตล์พื้นฐานบางอย่าง:

• ไม่มีสไตล์:

     df
  

          DOB
0  2019-07-03
1  2019-08-03
2  2019-09-03
3  2019-10-03

• จัดแต่งทรงผมเป็นmm/dd/yyyy:

     df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})
  

          DOB
0  07/03/2019
1  08/03/2019
2  09/03/2019
3  10/03/2019

• จัดแต่งทรงผมเป็นdd-mm-yyyy:

     df.style.format({"DOB": lambda t: t.strftime("%d-%m-%Y")}) 
  

          DOB
0  03-07-2019
1  03-08-2019
2  03-09-2019
3  03-10-2019

ระวัง!
ออบเจ็กต์ที่ส่งคืนไม่ใช่ดาต้าเฟรม - เป็นอ็อบเจ็กต์ของคลาสStylerดังนั้นอย่ากำหนดกลับไปที่df:

อย่าทำสิ่งนี้:

df = df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})    # Don´t do this!

(ดาต้าเฟรมทุกตัวมีออบเจ็กต์ Styler ที่เข้าถึงได้จาก.styleคุณสมบัติของมันและเราเปลี่ยนdf.styleอ็อบเจ็กต์นี้ไม่ใช่ดาต้าเฟรมเอง)

คำถามและคำตอบ:

• ถาม: ทำไมออบเจ็กต์ Styler ของคุณ (หรือนิพจน์ที่ส่งกลับมา) ถึงใช้เป็นคำสั่งสุดท้ายในเซลล์โน้ตบุ๊ก Jupyter จึงแสดงตาราง (สไตล์) ของคุณไม่ใช่อ็อบเจ็กต์ Styler เอง

• ตอบ:เนื่องจากวัตถุ Styler ทุกชิ้นมีวิธีการเรียกกลับ._repr_html_()ซึ่งส่งคืนโค้ด HTML สำหรับการแสดงผลดาต้าเฟรมของคุณ (เป็นตาราง HTML ที่ดี)

  Jupyter Notebook IDE เรียกวิธีนี้โดยอัตโนมัติเพื่อแสดงวัตถุที่มีอยู่

บันทึก:

คุณไม่จำเป็นต้องใช้สมุดบันทึก Jupyter ในการจัดแต่งทรงผม (เช่นสำหรับการส่งออกดาต้าเฟรมที่ดีโดยไม่ต้องเปลี่ยนข้อมูล / ประเภทข้อมูล )

ออบเจ็กต์ Styler มีวิธีการrender()เช่นกันหากคุณต้องการรับสตริงที่มีโค้ด HTML (เช่นสำหรับการเผยแพร่ดาต้าเฟรมที่จัดรูปแบบของคุณไปยังเว็บหรือเพียงแค่นำเสนอตารางของคุณในรูปแบบ HTML):

df_styler = df.style.format({"DOB": lambda t: t.strftime("%m/%d/%Y")})
HTML_string = df_styler.render()

คุณสามารถลองสิ่งนี้จะแปลงรูปแบบวันที่เป็น DD-MM-YYYY:

df['DOB'] = pd.to_datetime(df['DOB'], dayfirst = True)

ด้านล่างโค้ดจะเปลี่ยนเป็นประเภท 'datetime' และจัดรูปแบบในสตริงรูปแบบที่กำหนด ทำได้ดี!

df['DOB']=pd.to_datetime(df['DOB'].dt.strftime('%m/%d/%Y'))

ด้านล่างนี้เป็นรหัสที่ใช้ได้สำหรับฉันและเราต้องระวังให้มากสำหรับรูปแบบ ลิงค์ด้านล่างจะมีประโยชน์อย่างแน่นอนสำหรับการรู้รูปแบบการออกของคุณและการเปลี่ยนเป็นรูปแบบที่ต้องการ (ทำตาม strftime () และ strptime () Format Codes ที่ลิงค์ด้านล่าง):

https://docs.python.org/3/library/datetime.html#strftime-and-strptime-behavior

data['date_new_format'] = pd.to_datetime(data['date_to_be_changed'] , format='%b-%y')