python中pandas格式_用Python/Pandas定义日期格式

首先，您似乎在datetime中交换了月份和日期，因此需要将参数format='%Y-%d-%m'添加到^{}(Python's strftime directives)：df = pd.DataFrame({'Date': ['2016-24-02']})

print (df)

Date

0 2016-24-02

print (pd.to_datetime(df.Date, format='%Y-%d-%m'))

0 2016-02-24

Name: Date, dtype: datetime64[ns]

转换后，您可以使用：

另一个提取^{}的解决方案，然后转换为string，最后加上^{}的零填充：print (df.Date.dt.month.astype(str).str.zfill(2))

样品：start = pd.to_datetime('2015-02-24')

rng = pd.date_range(start, periods=10, freq='m')

df = pd.DataFrame({'Date': rng})

print (df)

Date

0 2015-02-28

1 2015-03-31

2 2015-04-30

3 2015-05-31

4 2015-06-30

5 2015-07-31

6 2015-08-31

7 2015-09-30

8 2015-10-31

9 2015-11-30

print (df.Date.dt.strftime('%m'))

0 02

1 03

2 04

3 05

4 06

5 07

6 08

7 09

8 10

9 11

Name: Date, dtype: objectprint (df.Date.dt.month.astype(str).str.zfill(2))

0 02

1 03

2 04

3 05

4 06

5 07

6 08

7 09

8 10

9 11

Name: Date, dtype: object

最后，您可以将^{}与条件一起使用^{}：saison = ["04","05","06","07","08","09"]

df['Saison'] = np.where(df.Date.dt.strftime('%m').isin(saison), 'Sommer','Winter')

print (df)

Date Saison

0 2015-02-28 Winter

1 2015-03-31 Winter

2 2015-04-30 Sommer

3 2015-05-31 Sommer

4 2015-06-30 Sommer

5 2015-07-31 Sommer

6 2015-08-31 Sommer

7 2015-09-30 Sommer

8 2015-10-31 Winter

9 2015-11-30 Winter