使用pandas.to_csv时如何指定日期格式？

Question

< p > to_csv() 的默认输出格式为：

12/14/2012  12:00:00 AM

我不知道如何以特定的格式仅输出日期部分：

20121214

或将日期和时间分别放在CSV文件的两个不同列中：

20121214,  084530

文档太简洁了，没有给我任何线索告诉我如何做这些事情。有人能帮忙吗？

- user1642513

Answer 1

自从Pandas的版本v0.13.0 (2014年1月3日)起，您可以使用to_csv方法的date_format参数：

df.to_csv(filename, date_format='%Y%m%d')

- BubbleGuppies

---

是的，有没有一种方法可以使用不同的格式存储两个不同的时间戳列？我可以先将它们转换为字符串，然后保存，但是否有更优雅的方法？ - Pierre D

如果我在date_format中使用%s，我不知道为什么时间戳会比日期时间值早5小时30分钟，我的数据框中的日期时间值已经是UTC时间了，我该如何在写入CSV时将2018-06-28 12:15:00+00:00转换为Unix纪元？ - PirateApp

对我没有用。我正在尝试保存这个日期格式'%Y-%m-%d'。但是，当我打开一个文件时，它被保存为'%Y/%m%d'。 - Nguai al

@PierreD 参考这里，考虑使用styler和to_string函数。 - davetapley

Answer 2

您可以使用strftime将它们保存为单独的列：

df['date'] = df['datetime'].apply(lambda x: x.strftime('%d%m%Y'))
df['time'] = df['datetime'].apply(lambda x: x.strftime('%H%M%S'))

然后具体说明要导出哪些列到CSV文件中：

df[['date', 'time', ... ]].to_csv('df.csv')

- Andy Hayden

Answer 3

要将其导出为时间戳，请执行以下操作：

df.to_csv(filename, date_format='%s')

%s 格式在Python/Pandas中未被记录，但在此案例中可用。

我是从Ruby的日期格式中发现了%s。可以查看C中的Strftime文档。

请注意，时间戳毫秒格式%Q不适用于Pandas（字段中会出现字面值%Q而不是日期）。我使用的是Python 3.6和Pandas 0.24.1版本。

- Benjamin Crouzier

---

要导出毫秒或更精确的微秒，可以使用％f，像这样：df.to_csv(filename, date_format ='％s.％f')。 - maechler