python - 在 Pandas 中应用日期时间格式进行排序

在Pandas中，我有一列的日期格式为：％Y /％m /％d（例如2015/10/31）。我想将此格式更改为另一种格式：％d-％m-％y（例如31-10-15）。

将列变成正确的对象，以便以后进行排序：

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

应用strptime：

df['Date'] = df['Date'].apply(lambda x:
    datetime.strptime(x,'%d-%m-%y'))

TypeError: must be str, not Timestamp

同样，奇怪的是，如果日期以默认ISO标准以外的任何其他方式输入pandas数据框，则排序时会出现奇怪的结果。例如格式不一致和/或排序不正确：

0  2015-01-31
1  2016-15-01

最佳答案

因为您已经在处理日期时间对象，所以出现此错误是因为strptime需要字符串而不是Timestamp对象。根据strptime的定义：

def strptime(cls, date_string, format):
        'string, format -> new datetime parsed from a string (like time.strptime()).'

您实际上要执行的操作是首先使用strftime将日期时间转换为所需的字符串格式：

def strftime(self, format):
        """Return a string representing the date and time, controlled by an
        explicit format string.

然后使用datetime将其带回到strptime对象。以下演示将进行演示。请注意最后使用.date()以便删除不需要的00:00:00时间部分。

>>> from datetime import datetime
>>> orig_datetime_obj = datetime.strptime("2015/10/31", '%Y/%m/%d').date()
>>> print(orig_datetime_obj)
2015-10-31
>>> print(type(orig_datetime_obj))
<type 'datetime.datetime'>
>>> new_datetime_obj = datetime.strptime(orig_datetime_obj.strftime('%d-%m-%y'), '%d-%m-%y').date()
>>> print(new_datetime_obj)
2015-10-31
>>> print(type(new_datetime_obj))
<type 'datetime.date'>

另外，如果您只需要将其转换为其他格式但以字符串形式转换，则可以简单地坚持使用新格式的strftime。使用上面的示例，您只需要以下部分：

orig_datetime_obj.strftime('%d-%m-%y')