如何在Python Pandas中转换DataFrame值格式、数据类型及列表值格式？

一、处理DataFrame的col1列（转为datetime64类型并统一显示格式） #

你的col1列包含多种分隔符的日期字符串，先将其转换为datetime64类型，再设置显示格式为dd-mm-yyyy：

import pandas as pd

# 假设你的DataFrame名为df
# 第一步：将字符串转为datetime64类型，dayfirst=True确保日在前的格式被正确识别
df['col1'] = pd.to_datetime(df['col1'], dayfirst=True)

# 第二步：设置Pandas日期显示格式为"23-11-2020"样式
pd.options.display.date_format = '%d-%m-%Y'

执行后，col1的数据类型为datetime64[ns]，且在DataFrame中显示为dd-mm-yyyy格式。

二、处理my_list列表（统一转为"dd.mm.yyyy"格式） #

列表中的日期字符串分隔符不统一，可借助dateutil.parser自动识别格式，再转换为指定样式：

from dateutil import parser

my_list = ["23.11.2020", "22/12/2021", "04-12-2019"]
# 遍历列表转换每个元素
formatted_my_list = [parser.parse(date_str, dayfirst=True).strftime('%d.%m.%Y') for date_str in my_list]

如果不想依赖dateutil，也可以通过判断分隔符手动处理：

from datetime import datetime

formatted_my_list = []
for date_str in my_list:
    if '.' in date_str:
        dt = datetime.strptime(date_str, '%d.%m.%Y')
    elif '/' in date_str:
        dt = datetime.strptime(date_str, '%d/%m/%Y')
    elif '-' in date_str:
        dt = datetime.strptime(date_str, '%d-%m-%Y')
    formatted_my_list.append(dt.strftime('%d.%m.%Y'))

执行后formatted_my_list即为统一格式的日期列表。

内容的提问来源于stack exchange，提问作者dingaro