将列转换为日期格式(熊猫数据框)

小开

最佳答案

可以使用 pd.to_datetime()转换为日期时间对象。它带有一个格式参数，但在您的情况下，我认为您不需要它。

>>> import pandas as pd
>>> df = pd.DataFrame( {'Symbol':['A','A','A'] ,
'Date':['02/20/2015','01/15/2016','08/21/2015']})
>>> df
Date Symbol
0  02/20/2015      A
1  01/15/2016      A
2  08/21/2015      A
>>> df['Date'] =pd.to_datetime(df.Date)
>>> df.sort('Date') # This now sorts in date order
Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

对于将来的搜索，您可以更改 sort 语句:

>>> df.sort_values(by='Date') # This now sorts in date order
Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

小开

@ JAB 的回答简洁明了。但是它会改变您正在尝试排序的 DataFrame，这可能是您想要的，也可能是您不想要的。

_{(注意: 几乎可以肯定威尔需要它，因为您的日期列应该是日期，而不是字符串!)}

如果你不想把日期改成日期，你也可以用不同的方法。

First, get the index from your sorted Date column:

In [25]: pd.to_datetime(df.Date).order().index
Out[25]: Int64Index([0, 2, 1], dtype='int64')

然后使用它来索引你的原始 DataFrame，保持不变:

In [26]: df.ix[pd.to_datetime(df.Date).order().index]
Out[26]:
Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

魔法！

注意: 对于熊猫版本0.20.0和更高版本，使用 loc而不是 ix，后者现在已经被废弃了。

小开

sort方法已被不赞成和取代的 sort_values。转换后的日期时间对象使用 df['Date']=pd.to_datetime(df['Date'])

df.sort_values(by=['Date'])

注意: 按降序(最近的第一个)对就位和/或进行排序:

df.sort_values(by=['Date'], inplace=True, ascending=False)

小开

包含日期列的数据可以使用以下代码读取:

data = pd.csv(file_path,parse_dates=[date_column])

一旦使用上述代码行读取数据，就可以使用 pd.date_time()访问包含日期信息的列，如:

pd.date_time(data[date_column], format = '%d/%m/%y')

按要求更改日期格式。

小开

自从 pandas >= 1.0.0以来，我们在 DataFrame.sort_values 中就有了 key参数。这样我们就可以通过指定一个键对数据框进行排序，而不必调整原始数据框:

df.sort_values(by="Date", key=pd.to_datetime)

Symbol Date 0 A 02/20/2015 2 A 08/21/2015 1 A 01/15/2016