0

我的日期格式在数据库中是这样的格式：9/15/2017 5:01:44 AM

但是当 read_sql 使用 pandas 时，日期格式变成这样2017-09-15 05:01:44

这里有两个问题：

  1. 第一个是/更改为-
  2. 第二个是 mm/dd/yyyy 更改为 tod yyyy-mm-dd。年成为第一个元素。

主要问题是我在不同的表中有不同格式的日期列，有些只是日期，有些是日期和时间戳。

我不知道格式是什么样的。读取数据时有什么方法可以保留原始格式吗？

4

2 回答 2

0

简短的回答是：我 99% 确定你不能（即使我只能用谷歌搜索“熊猫”）

稍长一点的答案是您的问题没有意义：所有数据都作为二进制值存储在系统内部。除了“存储格式”（适用于数据库服务器）之外，您还应该关注“显示格式”，它主要适用于您选择查看数据的客户端软件。请对于所有数据类型都是如此，包括日期，但整数、浮点数、字符串都具有与“显示格式”非常不同的“存储格式”。

此外，SAS、R、python（或 Pandas）等所有软件系统也能够将数据存储在文件中，并且每种数据类型的“存储格式”理论上可能与数据库中的相同，但预计会有所不同。根据数据的来源，客户端甚至可能对相同的数据类型有不同的“显示格式”（即使我认为这是不好的行为）

你能理解这个吗？

于 2020-07-24T07:52:09.210 回答
0

让我们试试：strftime('%m/%d/%Y')函数。

import pandas as pd

df = pd.DataFrame({'test': {0: '23/07/2020', 1: '23/07/2020'}})
print (df)
        test
0  23/07/2020
1  23/07/2020

df['test'] = pd.to_datetime(df.test)
print (df)
        test
0 23-07-2020
1 23-07-2020

df['test1'] = df['test'].dt.strftime('%m/%d/%Y')
print (df)
        test       test1
0 23-07-2020  23/07/2020
1 23-07-2020  23/07/2020
于 2020-07-23T15:35:55.767 回答