如何在pandas中将多个日期格式转换为一个格式

Question

我有一个pandas dataframe，其中日期列为object类型。

   ID      Date                  Volume
   0       13-02-2018 00:06       85
   1       13-02-2018 00:10       70
   2       13-02-2018 00:11       100
   3       2018-02-13 06:30       123
   4       02-13-2018 07:56       100

我希望将其转换为下列格式。

   ID      Date                  Volume
   0       2018-02-13 00:06       85
   1       2018-02-13 00:10       70
   2       2018-02-13 00:11       100
   3       2018-02-13 06:30       123
   4       2018-02-13 07:56       100

我想通过以下命令实现此目标

df['Date'] = df.date.apply(lambda x: pd.to_datetime(x).strftime('%Y-%m-%d %H:%M')[0])

但是它会抛出一个错误。我该如何在pandas中实现呢？

- Neil

---

如果我理解正确，您希望最后一列以日期时间格式呈现，是吗？ - Ankur Sinha

是的，最后一列采用日期时间格式。 - Neil

此外，如果没有小时格式，我会假设。 - Ankur Sinha

是的。小时格式无关紧要。 - Neil

如果我也有小时格式，那就没问题。 - Neil

Answer 1

试一下这个：

df['Date'] = pd.to_datetime(df.Date)

df['Date'] = df['Date'].dt.strftime('%Y-%m-%d %H:%M')

link: Series.dt.strftime

- Nihal

Answer 2

导入时间

Localtime= time.asctime(time.localtime(time.time()))
Print(localtime)

检查一下这个是否工作

- Destiny1