当进行数据分析时，我们会遇到很多带有日期、时间格式的数据集，在处理这些数据集时，就需要对日期时间做统一的格式化处理。
比如“Wednesday, June 6, 2023”可以写成“6/6/23”，或“06-06-2023”。
在 Pandas 中，我们可以使用 pd.to_datetime() 函数将日期字符串或时间戳转换为 Pandas 的日期时间类型。这在上一篇详解Pandas中的时间序列中有过讲解。
转换后，我们就可以使用 strftime() 函数将日期时间格式化为自己想要的字符串形式。
strftime() 函数是 Python 中 datetime 模块中的一个方法，用于将 datetime 对象格式化为字符串。它的用法如下：
datetime_object.strftime(format)
其中，datetime_object 表示一个 datetime 对象，format 是一个字符串，用来指定 datetime 对象转换后的格式。
format 字符串中可以包含以下格式化符号：
| 格式化符号 | 含义 |
|---|---|
| %Y | 四位数的年份 |
| %y | 两位数的年份 |
| %m | 两位数的月份（01~12） |
| %B | 月份的全称（January~December） |
| %b | 月份的缩写名称（Jan~Dec） |
| %d | 两位数的日期（01~31） |
| %H | 24 小时制的小时数（00~23） |
| %I | 12 小时制的小时数（01~12） |
| %p | AM 或 PM |
| %M | 两位数的分钟数（00~59） |
| %S | 两位数的秒数（00~59） |
| %f | 微秒（0~999999） |
| %j | 一年中的第几天（001~366） |
| %U | 一年中的第几周（00~53），以周日为一周的开始 |
| %W | 一年中的第几周（00~53），以周一为一周的开始 |
| %w | 一周中的第几天（0~6），以周日为 0，周六为 6 |
| %c | 本地日期时间 |
| %x | 本地日期 |
| %X | 本地时间 |
| %% | 百分号 |
例如，将当前时间转换为字符串，格式为 "2023-03-05 12:34:56"，可以使用如下代码：
from datetime import datetime
now = datetime.now()
date_string = now.strftime('%Y-%m-%d %H:%M:%S')
print(date_string)输出结果：2023-03-05 12:34:56
在 Pandas 中，也使用 strftime() 方法将日期时间格式化为字符串。
strftime() 方法同样也是 datetime 模块中的方法，可以用它来格式化时间戳。不同于 datetime 中直接传入时间戳，Pandas 的 Series 和 DataFrame 中存储的是 pandas.Timestamp 对象，因此需要将它们转换成 datetime 对象后再进行格式化。
例如，将一个 Pandas Series 中的日期时间格式化为字符串，格式为 "YYYY-MM-DD"，可以使用如下代码：
import pandas as pd
# 创建一个包含日期时间的 Pandas Series
dates = pd.Series(['2022-01-01', '2022-01-02', '2022-01-03'])
# 将日期时间转换为 Pandas Timestamp 对象
dates = pd.to_datetime(dates)
# 将 Pandas Timestamp 对象转换为 datetime 对象
dates = dates.dt.to_pydatetime()
# 将 datetime 对象格式化为字符串
date_strings = [date.strftime('%Y-%m-%d') for date in dates]
print(date_strings)
输出结果：
['2022-01-01', '2022-01-02', '2022-01-03']
在上面的代码中，首先使用 pd.to_datetime() 方法将字符串格式的日期时间转换为 Pandas Timestamp 对象，然后使用 dt.to_pydatetime() 方法将 Pandas Timestamp 对象转换为 datetime 对象。最后使用 strftime() 方法将 datetime 对象格式化为字符串。
本文链接：http://task.lmcjl.com/news/4556.html