pandas如何将object转换为年月日时分秒格式

可以使用 pandas 的 to_datetime() 方法将 object 转换为年月日时分秒格式，例如：

import pandas as pd

# 创建一个带有 object 类型的 Series
s = pd.Series(['2022-01-01 12:00:00', '2022-01-02 13:00:00', '2022-01-03 14:00:00'])

# 转换为 datetime 类型
s = pd.to_datetime(s)

# 输出结果
print(s)

输出结果为：

0   2022-01-01 12:00:00
1   2022-01-02 13:00:00
2   2022-01-03 14:00:00
dtype: datetime64[ns]

希望能对你有所帮助！

相关问题

pandas如何将20230403153345 转换为年月日时分秒格式

你可以使用pandas中的to_datetime函数将该时间字符串转换为年月日时分秒格式，具体代码如下：

import pandas as pd

time_str = '20230403153345'
time_format = '%Y%m%d%H%M%S'
time = pd.to_datetime(time_str, format=time_format)

print(time)

输出结果为：

2023-04-03 15:33:45

这样你就可以将该时间字符串成功转换为年月日时分秒格式了。

使用pycharm pandas 修改excel中年月日时分秒的数据为年月日

可以使用pandas的to_datetime函数将年月日时分秒的数据转换为日期格式，然后再使用strftime函数将其转换为年月日格式。

以下是一个示例代码：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('example.xlsx')

# 将年月日时分秒转换为日期格式
df['datetime'] = pd.to_datetime(df['datetime'])

# 将日期格式转换为年月日格式
df['date'] = df['datetime'].dt.strftime('%Y-%m-%d')

# 保存修改后的Excel文件
df.to_excel('example_modified.xlsx', index=False)

在上面的代码中，我们使用了pandas的read_excel函数读取了一个名为example.xlsx的Excel文件。然后，我们使用to_datetime函数将Excel表格中的日期数据转换为pandas中的日期格式。接着，我们使用strftime函数将日期格式转换为年月日格式，并将其保存到一个名为date的新列中。最后，我们使用to_excel函数将修改后的数据保存到新的Excel文件example_modified.xlsx中。

注意：在上面的代码中，我们使用了默认的日期格式'%Y-%m-%d %H:%M:%S'，如果您的Excel表格中的日期格式不同，您需要根据实际情况修改代码中的日期格式。