Pandas操作指南：如何将日期列转换为dd/mm/yyyy格式

处理步骤与代码实现 #

针对你的DataFrame日期列（原始格式为dd.mm.yyyy，部分值含多余空格），可以通过以下步骤转换为dd/mm/yyyy格式：

1. 清理日期字符串的多余空格：避免因空白字符导致日期解析失败
2. 解析为datetime类型：明确指定原始格式，确保解析准确性
3. 格式化为目标字符串格式：将datetime类型转换为dd/mm/yyyy格式的字符串

完整代码如下：

import pandas as pd

df = pd.DataFrame({'Date': {0: '11.01.2023 ', 1: '22.01.2023', 2: '08.02.2023' }, 
                  'Price':{0:123, 1:456, 2:789}})

# 去除日期前后的空白字符
df['Date'] = df['Date'].str.strip()

# 解析为datetime类型，指定原始格式为日.月.年
df['Date'] = pd.to_datetime(df['Date'], format='%d.%m.%Y')

# 转换为dd/mm/yyyy格式的字符串
df['Date'] = df['Date'].dt.strftime('%d/%m/%Y')

print(df)

可选：保留datetime类型仅调整显示格式 #

如果不需要将列转为字符串，只是希望显示为dd/mm/yyyy格式，可设置pandas的全局日期显示格式：

pd.options.display.date_format = '%d/%m/%Y'

此设置仅改变显示效果，列的底层类型仍为datetime，不影响后续日期相关运算。

内容的提问来源于stack exchange，提问作者Frank