使用 pandas.to_csv 时如何指定日期格式？

Posted 2023-02-14

【中文标题】使用 pandas.to_csv 时如何指定日期格式？

【英文标题】：How to specify date format when using pandas.to_csv?

【发布时间】：2012-12-09 14:34:03

【问题描述】：

to_csv()的默认输出格式为：

12/14/2012  12:00:00 AM

我不知道如何只输出特定格式的日期部分：

20121214

或 csv 文件中两个单独列中的日期和时间：

20121214,  084530

文档太简短，无法为我提供有关如何执行这些操作的任何线索。有人可以帮忙吗？

【参考方案1】：

从 Pandas 的 v0.13.0 (January 3, 2014) 版本开始，您可以使用 to_csv 方法的 date_format 参数：

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

【讨论】：

是的，但是有没有办法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，但是有什么更优雅的吗？

点赞！如果我将 %s 用于 date_format 我不知道为什么时间戳比日期时间值晚 5 小时 30 分钟，我在数据框中的日期时间值已经是 UTC，我该如何转换 2018-06-28 12:15:00+ 00:00 写入 csv 时到 unix 纪元

对我不起作用。我正在尝试保存这个 '%Y-%m-%d'。 W当我打开一个文件时，它被保存为 %Y/%m%d。

【参考方案2】：

您可以使用strftime 将这些保存为单独的列：

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到 csv 的列：

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

【参考方案3】：

要导出为时间戳，请执行以下操作：

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

%s 格式是 not documented in python/pandas，但在这种情况下有效。

我从the dates formats of ruby 中找到了%s。 Strftime doc for C here

请注意，时间戳毫秒格式 %Q 不适用于 pandas（您将在字段中使用 %Q 而不是日期）。我用 python 3.6 和 pandas 0.24.1 刷了我的套装

【讨论】：

要导出毫秒或更精确的微秒，请使用%f 像这样df.to_csv(filename, date_format='%s.%f')