Pandas DataFrame用strftime格式化时间失败，仍显示纳秒

问题描述 #

现有如下格式的Pandas DataFrame：

0                             1    2    3
0 2010-02-12/08:14:24.280000 0.12 0.45  0.66
1 2010-02-12/08:15:24.333000 0.14 0.55  0.77

需要新增列4，提取列0中的时间数据并格式化为仅保留到秒的格式（%H:%M:%S），预期效果如下：

0                          1     2    3       4
0 2010-02-12/08:14:24.280000   0.12 0.45  0.66  08:14:24
1 2010-02-12/08:15:25.333000   0.14 0.55  0.77  08:15:25

尝试了以下代码，但列4仍然显示纳秒格式：

import pandas as pd

df = pd.read_csv('/home/efw_20100213.csv', header=None)
df[0] = pd.to_datetime(df[0])
df[4] = df[0]
df[4].apply(lambda x: x.strftime("%H:%M:%S"))

解决方法 #

问题核心是没有将格式化后的结果赋值回列4，同时推荐使用Pandas原生的向量化方法替代apply，效率更高。

正确代码 #

import pandas as pd

df = pd.read_csv('/home/efw_20100213.csv', header=None)
# 将列0转换为datetime类型
df[0] = pd.to_datetime(df[0])
# 直接对datetime列使用dt.strftime格式化，赋值给列4
df[4] = df[0].dt.strftime("%H:%M:%S")

代码解释 #

1. pd.to_datetime(df[0])：把列0的字符串时间转成Pandas的datetime类型，为后续格式化做准备。
2. df[0].dt.strftime("%H:%M:%S")：通过dt访问器对整个Series做向量化格式化，直接生成仅含时分秒的字符串，比apply的循环操作效率高很多。
3. 将格式化结果赋值给df[4]，此时列4是字符串类型，不会显示纳秒信息。

若坚持使用apply的写法 #

如果一定要用apply，必须把结果赋值回列4：

import pandas as pd

df = pd.read_csv('/home/efw_20100213.csv', header=None)
df[0] = pd.to_datetime(df[0])
df[4] = df[0].apply(lambda x: x.strftime("%H:%M:%S"))

（注：此方法处理大数据量时效率较低，不推荐）

验证结果 #

执行正确代码后，DataFrame将符合预期格式：

0                          1     2    3       4
0 2010-02-12/08:14:24.280000   0.12 0.45  0.66  08:14:24
1 2010-02-12/08:15:24.333000   0.14 0.55  0.77  08:15:24

内容的提问来源于stack exchange，提问作者user21064805