如何防止 pandas 将原始数据库日期格式转换为 pandas 日期格式

Posted 2023-05-08

【中文标题】如何防止 pandas 将原始数据库日期格式转换为 pandas 日期格式

【英文标题】：How to prevent pandas converting the original database date format to pandas date format

【发布时间】：2020-07-23 15:30:13

【问题描述】：

我的日期格式在数据库中是这样的格式：9/15/2017 5:01:44 AM

但是当 read_sql 使用 pandas 时，日期格式变成这样 2017-09-15 05:01:44

这里有两个问题：

第一个是 / 改为 - 第二个是mm/dd/yyyy变了 tod yyyy-mm-dd。 year 成为第一个元素。

主要问题是我在不同的表中有不同格式的日期列，有些只是日期，有些是日期和时间戳。

我不知道格式是什么样的。 读取数据时有什么办法可以保留原始格式吗？

【问题讨论】：

您如何从数据库中检索数据以及列类型是什么？

【参考方案1】：

让我们试试：strftime('%m/%d/%Y') 函数。

import pandas as pd

df = pd.DataFrame('test': 0: '23/07/2020', 1: '23/07/2020')
print (df)
        test
0  23/07/2020
1  23/07/2020

df['test'] = pd.to_datetime(df.test)
print (df)
        test
0 23-07-2020
1 23-07-2020

df['test1'] = df['test'].dt.strftime('%m/%d/%Y')
print (df)
        test       test1
0 23-07-2020  23/07/2020
1 23-07-2020  23/07/2020

【参考方案2】：

简短的回答是：我 99% 确定你不能（尽管我只能用谷歌搜索“熊猫”）

稍长一点的答案是您的问题没有意义：所有数据都以二进制值的形式存储在系统内部。除了“存储格式”（适用于数据库服务器）之外，您还应该关注“显示格式”，它主要适用于您选择查看数据的客户端软件。请注意，所有数据类型都是如此，包括日期，但整数、浮点数、字符串都具有与“显示格式”截然不同的“存储格式”。

此外，SAS、R、python（或 Pandas）等所有软件系统也能够将数据存储在文件中，每种数据类型的“存储格式”理论上可能与数据库中的相同，但预计会有所不同. 根据数据的来源，客户端甚至可能对相同的数据类型有不同的“显示格式”（尽管我认为这是不好的行为）

这对你有意义吗？