在 pandas 中应用日期时间格式进行排序

Posted 2023-03-11

【中文标题】在 pandas 中应用日期时间格式进行排序

【英文标题】：Applying datetime format in pandas for sorting

【发布时间】：2016-01-31 12:37:48

【问题描述】：

在 Pandas 中，我的列日期格式为：%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）。

将列转换为正确的对象以供以后排序：

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

此外，奇怪的是，如果日期以默认 ISO 标准以外的任何方式输入 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

【参考方案1】：

因为您已经在处理 datetime 对象，所以您会收到此错误，因为 strptime 需要一个字符串而不是 Timestamp 对象。来自strptime的定义：

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

您实际上要做的是首先使用strftime 将您的日期时间转换为您需要的字符串格式：

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

然后使用strptime 将其带回datetime 对象。下面的演示将演示。请注意在末尾使用.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'>

或者，如果您只需要将其转换为不同的格式但在字符串中，您可以简单地坚持仅使用 strftime 和您的新格式。使用我上面的例子，你只需要这部分：

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

【讨论】：

@Prof 我注意到您删除了已接受的答案。有什么特别的问题吗？或者有没有更简单的方法可以在熊猫中解决这个问题？我是出于好奇而问的:)

我没有接受刚才的答案，因为我意识到我的问题并不清楚。我的代码由一个字符串组成，其中应用了.strptime，然后.strftime 用于将其更改为正确的格式。但是，Pandas 没有正确地对列进行排序，因此我必须使用上面正确排序的格式。此格式为'%Y/%m/%d'。使用这种格式，Pandas 会正确地对列进行排序。但我希望对其进行排序，然后将值返回到最初需要的格式：'%d-%m-%y'.

所以我觉得格式更改必须发生在.to_datetime 或df[].apply 内部。还没说完，你就意识到我没有接受，我很抱歉！

你有什么想法吗？

抱歉。不是故意让你上吊。对于更改格式时的数据顺序，我不太确定。我实际上并没有那么多使用熊猫。对不起。 =/

【参考方案2】：

部分问题的解决方案：

我想将此格式更改为另一种格式：%d-%m-%y（例如 31-10-15）。

...如果日期以默认 ISO 标准以外的任何方式输入 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

其实很简单。 Pandas 遇到问题是因为它认为 dd-mm-yy 格式是国际格式，并且必须输入额外的 dayfirst 参数才能正确处理：

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

可能还需要这个（目前用于解析数据但不显示）：

pd.set_option('display.date_dayfirst', True)