如何格式化潘达斯的表格中的所有日期？

Question

我在excel文件中有下面的工作表数据：

id   data_1                 data_2
1    2018/11/11 00:00       123
2    123                    2018/11/2 00:00

excel中的日期实际上是一个浮点数，因此我希望使用以下语法将其更改为str：

df = df.astype(dtype=str)

但是熊猫将日期格式YYYY/MM/DD改为YYYY-MM-DD，所以我在输出中得到了如下结果：

id   data_1                 data_2
1    2018-11-11 00:00       123
2    123                    2018-11-2 00:00

如何将所有日期更改为str并将其格式保持为YYYY/MM/DD

我无法使用df.to_datetime()或类似的语法，因为并不是所有的日期都在特定的column.And中，我不想遍历所有的列来实现它。

我知道的唯一方法是使用regex：

df.replace(['((?<=[0-9]{4})-(?=([0-9]{2}-[0-9]{2})))|((?<=[0-9]{4}-[0-9]{2})-(?=[0-9]{2}))'], ['/'], regex=True)

但是，当我在其他str数据中有一个YYYY-MM-DD数据时，它会导致错误。

我只想更改工作表中的日期类型，df.astype可以这样做。唯一的问题是我想要YYYY/MM/DD而不是YYYY-MM-DD。

一般情况下，我希望将工作表中的所有日期更改为str类型。并将其格式化为YYYY/MM/DD HH:MM:SS。astype可以实现第一步。

有没有一种简单快捷的方法来实现这一目标？

以为你会读书。

Answer 1

假设您有一个dataframe，它包含日期时间对象，但也有随机整数：

df = pd.DataFrame(pd.date_range(dt.datetime(2018,1,1), dt.datetime(2018,1,6)))
df[0][0] = 123
print(df)
    0
0   123
1   2018-01-02
2   2018-01-03
3   2018-01-04
4   2018-01-05
5   2018-01-06

现在，您可以使用df.apply和这个函数convert以所需的格式创建一个具有日期时间的新列。

def convert(x):
    try:
        return x.strftime('%Y/%m/%d')
    except AttributeError:
        return str(x)

df['date'] = df[0].apply(convert)
print(df)

                     0        date
0                  123         123
1  2018-01-02 00:00:00  2018/01/02
2  2018-01-03 00:00:00  2018/01/03
3  2018-01-04 00:00:00  2018/01/04
4  2018-01-05 00:00:00  2018/01/05
5  2018-01-06 00:00:00  2018/01/06

注意:最好先清理日期以避免意外的行为。例如，用这个

df[df[0].apply(lambda x: type(x)==pd._libs.tslibs.timestamps.Timestamp)]