python - 更改 Pandas 中特定单元格的日期格式

Question

我正在使用一个包含日期列的大型数据集（超过 200 万行 x 10 列）。某些行的格式正确（例如 2020/04/08），但我想更改其他不正确的格式（具体而言，这些行的格式为 20200408）。

我想更改错误的格式，但我不想遍历所有行。

通常，对于一个小数据集，我会做

for i in range (0,len(df)):
    cell=str(df.iloc[i]['date'])
    if len(cell)==8:
        df.iat[i, df.columns.get_loc('date')] = datetime.strptime(cell, '%Y%m%d').strftime('%Y-%m-%d')

但我知道这远非最佳。

如何使用 pandas 的力量来避免这里的循环？

谢谢！

Answer 1

过滤行Series.str.len，然后选择列DataFrame.loc和掩码，转换为日期时间to_datetime，最后转换为自定义格式Series.dt.strftime：

m = df['date'].str.len() == 8
df.loc[m, 'date'] = pd.to_datetime(df.loc[m, 'date'], format='%Y%m%d').dt.strftime('%Y-%m-%d')

Answer 2

尝试

df['datetime'] = df['datetime'].apply(lambda x: x.to_datetime())