Pandas：如何将日期转换为 yyyymmdd 格式

您可以使用以下语法将 pandas DataFrame 中的日期列转换为 YYYYMMDD 格式：

 #convert date column to datetime
df[' date_column '] = pd. to_datetime (df[' date_column '])

#convert date to YYYYMMDD format
df[' date_column '] = df[' date_column ']. dt . strftime (' %Y%m%d '). astype (int)

以下示例展示了如何在实践中使用此语法。

示例：将 Pandas 中的日期转换为 YYYYMMDD 格式

假设我们有以下 pandas DataFrame，它显示了一家公司在不同日期的销售额：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' date ': pd.date_range (start=' 1/1/2022 ', freq=' MS ', periods= 8 ),
                   ' sales ': [18, 22, 19, 14, 14, 11, 20, 28]})

#view DataFrame
print (df)

        dirty dates
0 2022-01-01 18
1 2022-02-01 22
2 2022-03-01 19
3 2022-04-01 14
4 2022-05-01 14
5 2022-06-01 11
6 2022-07-01 20
7 2022-08-01 28

现在假设我们要将日期列值格式化为 YYYYMMDD。

我们可以使用以下语法来做到这一点：

 #convert date column to datetime
df[' date '] = pd. to_datetime (df[' date '])

#convert date to YYYYMMDD format
df[' date '] = df[' date ']. dt . strftime (' %Y%m%d '). astype (int)

#view updated DataFrame
print (df)

       dirty dates
0 20220101 18
1 20220201 22
2 20220301 19
3 20220401 14
4 20220501 14
5 20220601 11
6 20220701 20
7 20220801 28

请注意，日期列值现在采用 YYYYMMDD 格式。

请注意，在此示例中，日期列已经有一个日期时间类。

但是，在应用 YYYYMMDD 格式之前，我们仍然可以使用to_datetime()函数来确保给定列具有日期时间类。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何在 Pandas 中添加和减去日期中的天数
如何在 Pandas 中选择两个日期之间的行
如何计算pandas中两个日期之间的差异