将pandas DataFrame中的字符串格式日期转换为日期格式

在使用pandas处理数据时，经常需要将字符串格式的日期转换为日期格式，以便进行日期相关的数据处理和分析。以下是一种常见的实现方法：
假设我们有一个名为df的DataFrame，其中包含一个名为’date’的列，该列包含字符串格式的日期，例如 ‘2023-07-19’。我们可以使用pandas库中的to_datetime()函数将该列转换为日期格式。

import pandas as pd
# 假设df是一个包含字符串格式日期的DataFrame
df = pd.DataFrame({'date': ['2023-07-19', '2023-07-20', '2023-07-21']})
# 使用to_datetime()函数将字符串格式日期转换为日期格式
df['date'] = pd.to_datetime(df['date'])
# 输出转换后的日期格式
print(df['date'])

输出结果为：

0   2023-07-19
1   2023-07-20
2   2023-07-21
Name: date, dtype: datetime64[ns]

可以看到，转换后的日期格式为datetime64[ns]，这是pandas中表示日期和时间的数据类型。
另外，如果字符串格式的日期中包含时间信息，例如 ‘2023-07-19 10:30:00’，则可以使用to_datetime()函数的format参数指定日期时间的格式。例如：

import pandas as pd
# 假设df是一个包含字符串格式日期和时间的DataFrame
df = pd.DataFrame({'datetime': ['2023-07-19 10:30:00', '2023-07-20 12:45:00', '2023-07-21 09:15:00']})
# 使用to_datetime()函数将字符串格式日期和时间转换为日期时间格式，并指定日期时间的格式为'%Y-%m-%d %H:%M:%S'
df['datetime'] = pd.to_datetime(df['datetime'], format='%Y-%m-%d %H:%M:%S')
# 输出转换后的日期时间格式
print(df['datetime'])

输出结果为：

0   2023-07-19 10:30:00
1   2023-07-20 12:45:00
2   2023-07-21 09:15:00
Name: datetime, dtype: datetime64[ns]

通过指定正确的日期时间格式，我们可以将字符串格式的日期和时间转换为pandas中的datetime64[ns]数据类型。在处理日期和时间数据时，这种转换是非常有用的，因为它允许我们使用pandas提供的各种日期和时间相关的函数和操作符来处理和分析数据。