如何处理网页爬取DataFrame的日期格式并正确导出至CSV

不需要额外使用csv模块，用Pandas自带的方法就能彻底解决问题。核心问题是你直接把Series对象转成字符串写入文件，既没处理日期格式，也没遵循CSV的分隔逻辑。

1. 修改数据清洗函数，转换日期格式并重置索引 #

在clean_dividends函数中，先把日期转换成MM-DD-YYYY格式，再将索引列转为普通列，确保导出时日期和股息各占一列：

def clean_dividends(symbol, dividends):
    index = len(dividends)     
    dividends = dividends.drop(index-1) # 删除最后一行无效数据
    
    # 关键：将原始日期格式转为MM-DD-YYYY，去掉逗号
    dividends['Date'] = pd.to_datetime(dividends['Date']).dt.strftime('%m-%d-%Y')
    
    dividends = dividends.set_index('Date')
    dividends = dividends['Dividends']
    dividends = dividends.str.replace('\\Dividend', '', regex=True)
    dividends = dividends.astype(float)
    dividends.name = symbol
    
    # 重置索引，把日期从索引变回普通列
    dividends = dividends.reset_index()
    return dividends

2. 用Pandas的to_csv方法导出CSV #

替换原来手动写入文件的代码，to_csv会自动处理分隔符，避免因逗号导致的列错位：

# 替换原文件写入代码
csv_path = f"{ticker}_div_hist.csv"
if os.path.exists(csv_path):
    os.remove(csv_path)

# 导出CSV，index=False避免生成额外的索引列
clean_div.to_csv(csv_path, index=False)

效果说明 #

• 日期转换：pd.to_datetime(...).dt.strftime('%m-%d-%Y')将Nov 04, 2022转为11-04-2022，既去掉了逗号，又符合你需要的格式。
• 重置索引：把日期从行索引转为普通列，确保导出后有明确的两列：Date和股息值。
• to_csv方法：自动用逗号分隔列，且会正确处理内容中的特殊字符，不会出现列错位问题。

最终导出的CSV结构如下：

Date,C
11-04-2022,0.51
07-29-2022,0.51
04-29-2022,0.51
02-04-2022,0.51

内容的提问来源于stack exchange，提问作者user14894283