Pandas -处理日期格式转换的更好方法

Question

我有YYYY/MM/DD格式的对象类型的输入日期，我想在末尾将其转换为MM/DD/YYYY格式，以便报告用例。

日期字段有多个转换，所以我最初使用以下代码将对象类型转换为日期类型。还有基于日期字段的附加转换，例如:过滤特定日期范围...

df_source_data['date'] = pd.to_datetime(df_source_data['date'])

最后，我需要来自dataframe的最后一组列(这些列在配置列表中维护)，包括日期，但是我需要MM/DD/YYYY格式的日期字段。

final_columns=['date','column1','column2','column3'] # config entry

df_final_data[final_columns] # final select for reporting

我可以使用strftime转换日期格式，如下所示，但有没有更好的方法来完成这一点，而不是再次添加单独的行来将字段转换为所需的格式(例如，首先将对象类型转换为日期类型，应用过滤器，最后将日期转换为所需的格式)，而不是以某种方式将其作为配置列表的一部分，或者在代码中使用更好的方法？

df_final_data['date']=df_final_data['date'].dt.strftime('%m/%d/%Y')

Answer 1

有没有更好的方法来做这件事，而不是再次添加单独的行来将文件转换为所需的格式(例如，首先将对象类型转换为日期类型，然后应用过滤器，最后将日期转换为所需的格式)？TLDR编号

df_source_data['date'] = pd.to_datetime(df_source_data['date']).dt.strftime('%m/%d/%Y')

这将立即为您提供所需的格式，但是，如果您在这些格式之间应用datetime转换，则在pandas中仍将是string对象，从而严重限制了datetime过滤。例如，假设您希望子集为6月份，然后立即转换为所需的字符串输出方式

df_source_data[df_source_data['date'].str[0:2] == '06']

而不是仅仅能够做到

df_source_data[df_source_data['date'].dt.month == 6]

我建议首先按照您所说的那样执行to_datetime转换，然后在最后转换为您想要的格式。

df_source_data['date'] = pd.to_datetime(df_source_data['date'])
...
df_final_data['date']=df_final_data['date'].dt.strftime('%m/%d/%Y')