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？

我们可以使用 Python 的 datetime 库来实现。

首先，我们需要从 CSV 文件中读取时间数据，这可以使用 Python 的 csv 库来实现。例如：

import csv

# 读取 CSV 文件中的时间数据
with open('data.csv', 'r') as f:
    reader = csv.reader(f)
    dates = [row[0] for row in reader]

然后，我们可以使用 datetime 库中的 datetime.strptime 函数来将时间字符串转换为 datetime 对象，并使用 strftime 函数将其转换为另一种格式：

import datetime

# 将时间字符串转换为 datetime 对象
date_objects = [datetime.datetime.strptime(date, '%d/%m/%Y') for date in dates]

# 将 datetime 对象转换为新的时间格式
new_dates = [date.strftime('%Y/%m/%d') for date in date_objects]

最后，我们可以将新的时间数据写入 CSV 文件中，例如：

# 写入 CSV 文件
with open('new_data.csv', 'w') as f:
    writer = csv.writer(f)
    writer.writerows(new_dates)

希望这能帮到你！

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！

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。