Pandas 如何在使用pandas.to_csv时指定日期格式

在本文中，我们将介绍如何在使用 pandas.to_csv 方法时指定日期格式。当我们把 Dataframe 中日期数据导出为csv文件时，数据可能会被错误地解析，或者不同csv阅读器可能会以不同的方式解释日期数据。因此，在导出数据之前，指定日期格式可以确保与解析和解释日期数据有关的问题相对简单。

我们可以使用 pandas.to_csv() 的参数 date_format 来指定日期格式。

阅读更多：Pandas 教程

如何指定日期格式

我们可以使用 strftime 函数来指定日期格式，如下所示：

import pandas as pd

df = pd.DataFrame({'date': ['2022-02-01', '2022-02-02', '2022-02-03'], 
                   'value': [10, 20, 30]})

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

df.to_csv('data.csv', date_format='%Y-%m-%d')

在上面的示例中，我们首先创建一个包含日期和值的 Dataframe。我们使用 pd.to_datetime() 方法将日期列转换为 pandas 日期时间格式。最后，我们在将 Dataframe 导出为 csv 文件时，在 to_csv() 方法中指定日期格式为 ‘%Y-%m-%d’。这将导出日期数据以’YYYY-MM-DD’格式。

示例

让我们来看一下一个更复杂的例子，来演示如何在具有多个日期格式的数据中指定日期格式。

import pandas as pd

df = pd.DataFrame({'date': ['1-Feb-2022', '2/2/2022', '2022-02-03'], 
                   'value': [10, 20, 30]})

formats = ['%d-%b-%Y', '%m/%d/%Y', '%Y-%m-%d']

for fmt in formats:
    try:
        df['date'] = pd.to_datetime(df['date'], format=fmt)
        df.to_csv('data.csv', date_format=fmt)
        break
    except ValueError:
        continue

在上面的示例中，我们创建了一个包含多个日期格式的 Dataframe。由于日期格式可能不同，我们使用一个循环来尝试每个日期格式，直到找到一个可用的格式来解析日期数据。我们在尝试解析日期数据时使用 pd.to_datetime() 和 format 参数，如果日期格式无效则会引发 ValueError 异常。

一旦找到可用的日期格式，我们使用 to_csv() 方法导出数据，并指定日期格式。在上面的示例中，我们最终使用格式 ‘%d-%b-%Y’ 将日期数据解析为 ‘Day-Month-Year’ 的格式，并将数据导出为 csv 文件。