将'20230304' 转化成 datetime64[ns] 并显示成2023-03-04 的日期格式

您可以使用 Pandas 的 `to_datetime` 函数将日期字符串转换为 `datetime64[ns]` 类型，并使用 `dt.strftime` 函数将其格式化为指定的日期字符串格式。以下是示例代码：

import pandas as pd

date_str = '20230304'
date_obj = pd.to_datetime(date_str, format='%Y%m%d')
formatted_date = date_obj.dt.strftime('%Y-%m-%d')

print(formatted_date)

输出结果：

2023-03-04

在上述代码中，我们使用 `to_datetime` 函数将日期字符串 `20230304` 转换为 `datetime64[ns]` 类型的日期对象 `date_obj`，并指定了输入字符串的格式为 `%Y%m%d`。然后，我们使用 `dt.strftime` 函数将日期对象格式化为 `%Y-%m-%d` 的日期字符串格式，即 `2023-03-04`。最后，我们直接打印输出格式化后的日期字符串。

请注意，`formatted_date` 是一个 Pandas 的 `Series` 对象，如果您只想获取单个日期值，可以使用 `.iloc[0]` 提取第一个元素，或者使用 `.item()` 方法将其转换为 Python 的 `datetime.date` 对象。

相关问题

datetime64[ns]转化为年和月

可以使用pandas库中的to_period()函数将datetime64[ns]类型的数据转化为年和月。示例代码如下：

import pandas as pd

# 假设需要转化的日期数据为date
date = pd.Timestamp('2022-03-15')

# 使用to_period()函数转化为年和月
year_month = date.to_period('M')

print(year_month) # 输出2022-03

如何将np的数组中的值从秒转化为pandas中不带日期的Datetime

可以使用`pandas.to_datetime()`函数将np数组中的秒值转换为pandas中的Datetime。具体步骤如下：

1. 导入pandas库：`import pandas as pd`
2. 定义一个包含秒值的np数组：`arr = np.array([1614025260, 1614025270, 1614025280])`
3. 将np数组转换为pandas的Series对象：`s = pd.Series(arr)`
4. 使用`pd.to_datetime()`函数将Series中的秒值转换为Datetime：`s = pd.to_datetime(s, unit='s')`
5. 输出转换后的结果：`print(s)`

完整代码如下：

import numpy as np
import pandas as pd

arr = np.array([1614025260, 1614025270, 1614025280])
s = pd.Series(arr)
s = pd.to_datetime(s, unit='s')
print(s)

输出结果为：

0   2021-02-22 08:21:00
1   2021-02-22 08:21:10
2   2021-02-22 08:21:20
dtype: datetime64[ns]

可以看到，np数组中的秒值已经被转换为了pandas中的Datetime对象。