Python |熊猫系列. dt.strftime
原文:https://www.geesforgeks.org/python-pandas-series-dt-str time/
Series.dt可用于访问系列的值，如 datetimelike，并返回几个属性。熊猫 **Series.dt.strftime()**功能用于转换为指定日期格式的索引。该函数返回由 date_format 指定的格式化字符串的索引，它支持与 python 标准库相同的字符串格式。
语法: Series.dt.strftime(args，*kwargs)
参数: date_format : 日期格式字符串(如“%Y-%m-%d”)
返回:格式化字符串的索引
示例#1: 使用Series.dt.strftime()函数将给定序列对象中的日期转换为指定的日期格式。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['2012-12-31 08:45', '2019-1-1 12:30', '2008-02-2 10:30',
'2010-1-1 09:25', '2019-12-31 00:00'])
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
# set the index
sr.index = idx
# Convert the underlying data to datetime
sr = pd.to_datetime(sr)
# Print the series
print(sr)
输出:
现在我们将使用Series.dt.strftime()函数将给定序列对象中的日期转换为指定的格式。
# convert to the given date format
result = sr.dt.strftime('% B % d, % Y, % r')
# print the result
print(result)
输出:
正如我们在输出中看到的那样，Series.dt.strftime()函数已经成功地将给定序列对象中的日期转换为指定的格式。
示例 2 : 使用Series.dt.strftime()函数将给定序列对象中的日期转换为指定的日期格式。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(pd.date_range('2012-12-31 09:45', periods = 5, freq = 'M',
tz = 'Asia / Calcutta'))
# Creating the index
idx = ['Day 1', 'Day 2', 'Day 3', 'Day 4', 'Day 5']
# set the index
sr.index = idx
# Print the series
print(sr)
输出:
现在我们将使用Series.dt.strftime()函数将给定序列对象中的日期转换为指定的格式。
# convert to the given date format
result = sr.dt.strftime('% d % m % Y, % r')
# print the result
print(result)
输出:
正如我们在输出中看到的那样，Series.dt.strftime()函数已经成功地将给定序列对象中的日期转换为指定的格式。
