jupyter调整日期格式

### 如何在 Jupyter Notebook 中更改日期显示格式

在 Python 数据分析环境中，`pandas` 和 `datetime` 是处理时间序列数据最常用的库之一。为了实现日期格式的自定义，在 Jupyter Notebook 中可以通过调用这些库的方法来完成。

对于字符串形式的时间戳转换成指定格式的日期对象，可以使用 `datetime.strptime()` 方法[^1]：

from datetime import datetime

date_string = "2023-09-18"
formatted_date = datetime.strptime(date_string, "%Y-%m-%d").strftime("%d/%m/%Y")
print(formatted_date)

当涉及到 pandas DataFrame 的列操作时，则推荐采用 `pd.to_datetime()` 函数先将目标字段转为标准日期类型再通过 `.dt.strftime()` 来设置新的展示样式[^2]:

import pandas as pd

data = {'dates': ['2023-09-17', '2023-09-18']}
df = pd.DataFrame(data)

# 将 dates 列转化为 datetime 类型并重新赋值给原 df.dates
df['dates'] = pd.to_datetime(df['dates'])

# 使用 .dt.strftime() 设置新格式
df['formatted_dates'] = df['dates'].dt.strftime('%d/%m/%Y')
display(df[['dates', 'formatted_dates']])

上述代码片段展示了两种不同场景下的日期格式化方法：一种适用于单个变量；另一种则针对整个表格中的某一列进行批量修改。值得注意的是，如果遇到 DNSPython 或 Protobuf 安装失败的情况，可以直接利用 pip 工具来进行依赖包的手动安装以解决问题[^3]。