如何将Pandas DataFrame中含月份缩写的日期列转为YYYY-MM-DD格式？

不用手动拆分月份、日、年，Pandas内置的日期处理工具就能轻松完成这个转换，直接看实操代码：

第一步：准备数据 #

import pandas as pd

data = {'ID': [1, 2, 3, 4],
        'Date': ['Jan 5, 2023', 'Feb 20, 2023', 'Mar 30, 2023', 'Apr 12, 2023']}
df = pd.DataFrame(data)

原地转换为字符串格式的YYYY-MM-DD #

如果需要把Date列直接变成YYYY-MM-DD格式的字符串，执行：

df['Date'] = pd.to_datetime(df['Date']).dt.strftime('%Y-%m-%d')

执行后，Date列结果为：['2023-01-05', '2023-02-20', '2023-03-30', '2023-04-12']

推荐：转为datetime类型（更适合Seaborn绘图） #

如果是为了后续用Seaborn画时间序列图，更推荐直接把Date列转为datetime类型——Seaborn能自动识别时间顺序，处理坐标轴更省心：

df['Date'] = pd.to_datetime(df['Date'])

此时Date列的数据类型是datetime64[ns]，绘图时Seaborn会自动按时间排序，不需要额外调整格式。

为什么不用手动拆分？ #

pd.to_datetime()能自动识别这种带英文月份缩写的日期格式，比手动截取字符串、映射月份缩写到数字的方式更高效，还能避免格式不统一带来的错误（比如月份拼写错误、日期位数不一致等）。

内容的提问来源于stack exchange，提问作者Eli