Pandas: วิธีแปลงวันที่เป็นรูปแบบ yyyymmdd

คุณสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อแปลงคอลัมน์วันที่ในรูปแบบ Pandas DataFrame เป็นรูปแบบ YYYYMMDD:

 #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)

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: แปลงวันที่เป็นรูปแบบ YYYYMMDD ใน Pandas

สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งแสดงยอดขายของบริษัทในวันที่ต่างกัน:

 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

ตอนนี้สมมติว่าเราต้องการจัดรูปแบบค่าคอลัมน์ วัน ที่เป็น YYYYMMDD

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อทำสิ่งนี้:

 #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

โปรดทราบว่าขณะนี้ค่าคอลัมน์ วัน ที่อยู่ในรูปแบบ YYYYMMDD

โปรดทราบว่าในตัวอย่างนี้ คอลัมน์ วัน ที่มีคลาสวันที่เวลาอยู่แล้ว

อย่างไรก็ตาม เรายังคงสามารถใช้ฟังก์ชัน to_datetime() เพื่อให้แน่ใจว่าคอลัมน์ที่กำหนดมีคลาส datetime ก่อนที่จะใช้รูปแบบ YYYYMMDD

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีบวกและลบวันจากวันที่ใน Pandas
วิธีเลือกแถวระหว่างวันที่สองวันใน Pandas
วิธีคำนวณความแตกต่างระหว่างวันที่สองวันในหมีแพนด้า