python 怎么将'2024-06-15-13_20_16'字符串修改为%Y-%m-%d %H:%M:%S格式

在Python中，你可以使用`datetime`模块的`strptime()`函数解析字符串，然后用`strftime()`函数将其格式化为你想要的格式。假设你的字符串是'2024-06-15-13_20_16'，它的格式看起来像是年-月-日-小时_分钟_秒。首先，我们需要定义一个模式（或format）来匹配这个字符串，然后按照该模式解析，最后再格式化为'%Y-%m-%d %H:%M:%S'。

这里是具体的步骤：

from datetime import datetime

# 输入的日期字符串
date_string = '2024-06-15-13_20_16'

# 定义字符串到datetime的转换模式，注意 '_'
date_format = '%Y-%m-%d_%H_%M_%S'

# 使用strptime解析字符串
parsed_date = datetime.strptime(date_string, date_format)

# 将解析后的日期格式化为目标格式
formatted_date = parsed_date.strftime('%Y-%m-%d %H:%M:%S')

print(formatted_date)

运行这段代码后，你会得到格式化的日期字符串'2024-06-15 13:20:16'。

相关问题

Python不知电脑是时间格式文本如何转换为%Y-%m-%d %H:%M:%S格式

Python中，如果你有一个时间格式的文本，想要将其转换为`%Y-%m-%d %H:%M:%S`这种标准的日期时间格式，你可以使用`datetime`模块的`strptime()`函数来解析输入的字符串，然后再用`strftime()`函数将其格式化为你所需的格式。这里是一个例子：

from datetime import datetime

# 假设你有一个时间格式的字符串，例如 "2023-03-08 15:30:00"
time_text = "2023-03-08 15:30:00"

# 使用 strptime 函数解析字符串
parsed_time = datetime.strptime(time_text, "%Y-%m-%d %H:%M:%S")

# 然后使用 strftime 将其格式化为新的格式
formatted_time = parsed_time.strftime("%Y-%m-%d %H:%M:%S")

print(formatted_time)

在这个示例中，`strptime()`函数的第一个参数是你的时间字符串，第二个参数是目标格式，`"%Y-%m-%d %H:%M:%S"`即对应的标准日期时间格式。

如果原始的文本格式不是`%Y-%m-%d %H:%M:%S`，你需要相应地修改`"%Y-%m-%d %H:%M:%S"`中的格式代码以匹配实际的输入。比如，如果输入是"Mar 8 2023 3:30 PM"，那么解析格式应改为`"%b %d %Y %I:%M %p"`。

data['逾期']=data['用车时间'].apply(lambda x:(datetime.now().strftime('%Y-%m-%d %H:%M:%S')-pd.to_datetime(x).strftime('%Y-%m-%d %H:%M:%S')).dt.days)返回unsupported operand type(s) for -: 'str' and 'str'

这个错误是因为`datetime.now().strftime('%Y-%m-%d %H:%M:%S')`和`pd.to_datetime(x).strftime('%Y-%m-%d %H:%M:%S')`都返回了字符串类型，不能直接相减。

应该把这两个字符串类型的对象转换为`datetime`类型的对象，然后再相减，最后使用`.days`方法获取相差的天数。修改代码如下：

from datetime import datetime
import pandas as pd

data['逾期'] = data['用车时间'].apply(lambda x: (datetime.now() - pd.to_datetime(x)).days)

这样就可以成功计算逾期天数了。