使用pandas从csv读取一列时间数据，并把日/月/年的时间数据格式转化成年/月/日？...

可以使用pandas的read_csv函数读取csv文件，然后使用to_datetime函数将时间数据格式转化成年/月/日格式。具体代码如下：

import pandas as pd

# 读取csv文件，假设时间数据在第二列
df = pd.read_csv('filename.csv', usecols=[1])

# 将时间数据格式转化成年/月/日格式
df['time'] = pd.to_datetime(df['time'], format='%d/%m/%Y').dt.strftime('%Y/%m/%d')

这里假设时间数据的格式为日/月/年，如果是月/日/年可以将format参数改成'%m/%d/%Y'。转化后的时间数据会存储在df的新列time中。

相关问题

使用pandas从csv读取一列时间数据，并把日/月/年的时间数据格式转化成年/月/日？

你可以使用 pandas 的 `to_datetime` 函数来转换日期数据。 你可以指定将列转换为日期时所使用的格式。例如，如果你的日期数据是在一个叫做 "date" 的列中，并且日期的格式是 "日/月/年"，你可以这样做：

import pandas as pd

# 读入 CSV 文件
df = pd.read_csv("file.csv")

# 将 "date" 列转换为日期
df["date"] = pd.to_datetime(df["date"], format="%d/%m/%Y")

# 将日期转换为 "年/月/日" 格式
df["date"] = df["date"].dt.strftime("%Y/%m/%d")

希望这可以帮到你！

将csv文件中的time列中的时间数据格式改为年-月-日

可以使用Python的pandas库来读取csv文件，并对时间数据进行格式转换。以下是一个示例代码：

import pandas as pd

# 读取csv文件
df = pd.read_csv("file.csv")

# 将time列转换为日期格式
df["time"] = pd.to_datetime(df["time"])

# 将日期格式转换为年-月-日格式
df["time"] = df["time"].dt.strftime("%Y-%m-%d")

# 保存修改后的数据到新的csv文件
df.to_csv("new_file.csv", index=False)

这个代码会将原始csv文件中的time列转换为日期格式，并将日期格式转换为年-月-日格式，最后将修改后的数据保存到新的csv文件中。你可以根据实际情况修改文件名和路径。