将日期时间列转换为字符串列

Question

我想在 Pandas 数据帧中将日期时间列转换回字符串。

目前我有以下语法：

all_data['Order Day new'] = dt.date.strftime(all_data['Order Day new'], '%d/%m/%Y')

但是这会返回错误：

描述符 'strftime' 需要一个 'datetime.date' 对象，但收到了一个 'Series'。

有人能告诉我我错在哪里吗？

- Colin O'Brien

Answer 1

如果您使用的是版本0.17.0或更高版本，则可以使用.dt.strftime进行矢量调用：

all_data['Order Day new'] = all_data['Order Day new'].dt.strftime('%Y-%m-%d')

** 如果您的 pandas 版本旧于 0.17.0，则必须调用 apply 并将数据传递给 strftime：

In [111]:

all_data = pd.DataFrame({'Order Day new':[dt.datetime(2014,5,9), dt.datetime(2012,6,19)]})
print(all_data)
all_data.info()
  Order Day new
0    2014-05-09
1    2012-06-19
<class 'pandas.core.frame.DataFrame'>
Int64Index: 2 entries, 0 to 1
Data columns (total 1 columns):
Order Day new    2 non-null datetime64[ns]
dtypes: datetime64[ns](1)
memory usage: 32.0 bytes

In [108]:

all_data['Order Day new'] = all_data['Order Day new'].apply(lambda x: dt.datetime.strftime(x, '%Y-%m-%d'))
all_data
Out[108]:
  Order Day new
0    2014-05-09
1    2012-06-19
In [109]:

all_data.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 2 entries, 0 to 1
Data columns (total 1 columns):
Order Day new    2 non-null object
dtypes: object(1)
memory usage: 32.0+ bytes

由于该列不理解Series作为参数，因此无法在该列上调用strftime，因此出现错误。

- EdChum

---

在 pandas 1.0.5 中，这会产生一个 SettingWithCopyWarning。 - Andi

Answer 2

all_data['Order Day new']=all_data['Order Day new'].astype(str)

如果日期已经以字符串形式按照你所需的格式存在，那么我认为这更简单。

- Chris

---

请通过编辑您的答案添加一些解释，以便其他人可以从中学习。 - Nico Haase

@NicoHaase 没有太多需要解释的，只是使用.astype方法。 - Chris

@NicoHaase 好的，已添加，更简单了。 - Chris

我检查了一下，是的。 - Chris

我喜欢这个答案，它似乎可以处理列中的NaT值。 - Malachi Bazar

Answer 3

要将所有日期时间列转换为字符串，请使用以下代码。

for x in  df.select_dtypes(include=['datetime64']).columns.tolist():
    df[x] = df[x].astype(str)

或者

date_columns = df.select_dtypes(include=['datetime64']).columns.tolist()
df[date_columns] = df[date_columns].astype(str)

- Lijo Abraham

Answer 4

在我的情况下，我有一个pySpark数据框。这是我如何将类型为时间戳的“day”转换为字符串：

import pyspark.sql.functions as F
convertedDf = rawDf.withColumn('d2', F.date_format(rawDf['day'], 'yyyyMMdd'))

- Raj Rao