将列转换为日期格式 (Pandas Dataframe)

问题描述：

我有一个如下的熊猫数据框：

Symbol  Date
A       02/20/2015
A       01/15/2016
A       08/21/2015

我想按它进行排序Date，但该列只是一个object。

我尝试将列设为日期对象，但遇到了一个问题，即该格式不是所需的格式。所需的格式是2015-02-20,等。

所以现在我正在尝试弄清楚如何让 numpy 将“美国”日期转换为 ISO 标准，以便我可以将它们变成日期对象，以便我可以按它们进行排序。

我该如何将这些美国日期转换为 ISO 标准，或者是否存在我在熊猫中遗漏的更直接的方法？

解决方案 1：

您可以使用pd.to_datetime()转换为 datetime 对象。它需要一个格式参数，但就您而言，我认为您不需要它。

>>> import pandas as pd
>>> df = pd.DataFrame( {'Symbol':['A','A','A'] ,
    'Date':['02/20/2015','01/15/2016','08/21/2015']})
>>> df
         Date Symbol
0  02/20/2015      A
1  01/15/2016      A
2  08/21/2015      A
>>> df['Date'] =pd.to_datetime(df.Date)
>>> df.sort('Date') # This now sorts in date order
        Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

为了以后的搜索，您可以更改排序语句：

>>> df.sort_values(by='Date') # This now sorts in date order
        Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

解决方案 2：

sort方法已被弃用并被替换sort_values。在使用转换为 datetime 对象后df['Date']=pd.to_datetime(df['Date'])

df.sort_values(by=['Date'])

注意：按就地排序和/或按降序排序（最近的在前）：

df.sort_values(by=['Date'], inplace=True, ascending=False)

解决方案 3：

@JAB 的回答简洁明了。但它会改变DataFrame你试图排序的内容，这可能是你想要的，也可能不是。

（注意：您几乎肯定会想要它，因为您的日期列应该是日期，而不是字符串！）

如果您不想将日期更改为日期，您也可以采用其他方式进行。

首先，从已排序列中获取索引Date：

In [25]: pd.to_datetime(df.Date).order().index
Out[25]: Int64Index([0, 2, 1], dtype='int64')

然后使用它来索引您的原始内容DataFrame，保持不变：

In [26]: df.ix[pd.to_datetime(df.Date).order().index]
Out[26]: 
        Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

魔法！

注意：对于 Pandas 0.20.0 及更高版本，请使用loc而不是ix，后者现已弃用。

解决方案 4：

由于pandas >= 1.0.0我们有key参数DataFrame.sort_values。这样，​​我们可以通过指定键对数据框进行排序，而无需调整原始数据框：

df.sort_values(by="Date", key=pd.to_datetime)

  Symbol        Date
0      A  02/20/2015
2      A  08/21/2015
1      A  01/15/2016

解决方案 5：

可以使用以下代码读取包含日期列的数据：

data = pd.csv(file_path,parse_dates=[date_column])

一旦使用上面的代码行读取数据，就可以使用pd.date_time()以下命令访问包含日期信息的列：

pd.date_time(data[date_column], format = '%d/%m/%y')

根据要求更改日期格式。

解决方案 6：

data['Date'] = data['Date'].apply(pd.to_datetime) # non-null datetime64[ns]