如何更改 datetimeindex 以仅包含 python 中的日期

Question

我有一列名为日期的列，其中包含此值

> DatetimeIndex(['2014-02-19'], dtype='datetime64[ns]', freq=None)
> DatetimeIndex(['2013-02-29'], dtype='datetime64[ns]', freq=None)
> DatetimeIndex(['2018-04-15'], dtype='datetime64[ns]', freq=None)

如何修改列以仅提取日期值并删除 DatetimeIndex 和括号等单词？

> 2014-02-19
> 2013-02-19
> 2018-04-15
 

我认为我写的代码非常不正确，但仍将其附加在这里：

def fundate(x):
    return x[0][0]

df['date'] = df.apply(lambda row : fundate(row['date']), axis = 1)

有人可以帮助我吗？

Answer 1

如果有对象 DatetimeIndex 使用：

df['date'] = df['date'].str[0]

如果每行有多个值：

df = df.explode('date')

---

如果有字符串且每行只有一个值：

df["date"] = df["date"].str.extract(r"(\d{4}-\d{2}-\d{2})", expand=False)

如果可能，每行有多个值：

df["date"] = df["date"].str.findall(r"(\d{4}-\d{2}-\d{2})")
df = df.explode('date')

Answer 2

你的意思是这样的（未经测试）吗？

def fundate(x):
    return x.strftime("%Y-%m-%d")

来自 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.dt.strftime.html

Answer 3

我想这就是你想要的。它从索引中选择第一项并将其更改为字符串。

df['new_column'] = df['date'].apply(lambda x: x[0].strftime("%Y-%m-%d"))

Answer 4

你可以这样做：

import pandas as pd
import datetime as dt
rng = pd.date_range('2015-02-24', periods=5, freq='T')
df = pd.DataFrame({ 'date': rng })
    
df['date'] = df['date'].dt.strftime("%Y-%m-%d")

将 dtype datetime64ns 的 pd.Series 转换为字符串

如果您想将该 pd.Series 转换为列表，您可以这样做：

datelist = df['date'].tolist()

Answer 5

我们使用正则表达式来获取输入字符串

square brackets

之间的日期元素。

如果需要在object/str中输出

df.date = df["date"].str.extract('\[(.*?)]', expand=True).replace("'","", regex=True)

输出

    date
0   2014-02-19
1   2013-02-28
2   2018-04-15

输出类型

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   date    3 non-null      object
dtypes: object(1)
memory usage: 152.0+ bytes

如果需要输出为日期时间类型

df.date = df["date"].str.extract('\[(.*?)]', expand=True).replace("'","", regex=True)
df.date = pd.to_datetime(df.date)
df

输出

    date
0   2014-02-19
1   2013-02-28
2   2018-04-15

输出类型

df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype         
---  ------  --------------  -----         
 0   date    3 non-null      datetime64[ns]
dtypes: datetime64[ns](1)
memory usage: 152.0 bytes

输入DF

df = pd.DataFrame({
    'date':["DatetimeIndex(['2014-02-19'], dtype='datetime64[ns]', freq=None)",
"DatetimeIndex(['2013-02-28'], dtype='datetime64[ns]', freq=None)",
"DatetimeIndex(['2018-04-15'], dtype='datetime64[ns]', freq=None)"]
})

df