如何标准化DataFrame列中的日期格式？

别用for循环处理大数据量的日期转换，直接用pandas的矢量化操作，效率能提升几个数量级，步骤如下：

1. 将日期列转换为datetime类型
   pd.to_datetime可以自动识别你提到的两种日期格式，并且是批量处理，比循环快得多：

import pandas as pd

# 替换成你的DataFrame和日期列名
df['date_column'] = pd.to_datetime(df['date_column'])

2. 转换为统一格式
   用dt.strftime将datetime类型转成你需要的格式：

• 如果想要全称格式（如Wednesday, March 16, 2023）：

df['date_column'] = df['date_column'].dt.strftime('%A, %B %d, %Y')

• 如果想要缩写格式（如Wed, Mar 16 2023）：

df['date_column'] = df['date_column'].dt.strftime('%a, %b %d %Y')

完整示例 #

# 模拟包含两种日期格式的DataFrame
sample_data = {
    'date': [
        'Wednesday, March 16, 2023',
        'Wed, Mar 16 2023',
        'Friday, May 05, 2023',
        'Fri, May 05 2023'
    ]
}
df = pd.DataFrame(sample_data)

# 转换并统一格式
df['date'] = pd.to_datetime(df['date'])
df['date'] = df['date'].dt.strftime('%A, %B %d, %Y')

print(df)

输出结果：

date
0  Wednesday, March 16, 2023
1  Wednesday, March 16, 2023
2    Friday, May 05, 2023
3    Friday, May 05, 2023

原理：pandas的矢量化操作是基于C语言实现的内部循环，避免了Python层面for循环的性能开销，大数据量下优势极其明显。

内容的提问来源于stack exchange，提问作者Ed_1883