如何删除pandas DataFrame日期列中前置的星期与逗号

需求说明 #

你的DataFrame包含Date（日期）、Department Cash flow（部门现金流）两个字段：

• Date列原始值格式为「星期名称, 日 月 年」，例：Friday, 1 April 2022
• 需要移除日期左侧的星期名称及附带逗号，保留「日 月 年」格式（例：1 April 2022），支持后续按日期排序

方案1：固定格式字符串直接截取（快速得到目标文本格式） #

如果你的数据格式完全统一，没有异常值，直接用字符串分割就能快速得到结果：

# 按逗号拆分字符串，取日期部分后去除首尾多余空格
df['Date'] = df['Date'].str.split(',').str[1].str.strip()

注意：这个方法处理后Date列是字符串类型，直接用字符串排序会出现顺序错乱，排序前必须先转成datetime类型。

方案2：解析为标准日期类型（推荐，适配后续排序/计算需求） #

如果后续需要做日期排序、时间维度聚合，更稳妥的方式是先把原始日期解析为pandas原生datetime类型，需要展示「日 月 年」格式时再转成对应文本即可：

import pandas as pd

# 按原始格式解析为datetime类型，解析后可直接用于排序、时间计算
df['date_obj'] = pd.to_datetime(df['Date'], format='%A, %d %B %Y')

# 若需要保留「日 月 年」的字符串列，执行以下转换即可
# 注意：Windows系统把 %-d 替换为 %#d
df['Date'] = df['date_obj'].dt.strftime('%-d %B %Y')

处理完后直接按解析出的日期对象排序即可，不会出现格式导致的排序错误：

# 按日期从早到晚升序排列
df = df.sort_values(by='date_obj', ascending=True).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Mihan