如何将pandas字符串索引转为日期格式实现DataFrame时间排序

问题描述 #

待处理的DataFrame对象df特征如下：

• 索引为字符串类型，值格式为「三位月份英文缩写+空格+四位年份」，例如Jan 2021、Feb 2022
• 数据未按时间先后顺序排列，原始数据样例：

0
Jan 2021    0.852144
Jan 2022    0.442388
Feb 2021    0.406946
Feb 2022    0.296960
       :           :
Nov 2021    0.829171
Nov 2022    0.601725
Dec 2021    0.214810
Dec 2022    0.673403             

• 目标效果：按时间从早到晚排序，从2021年1月起逐月递增，目标样例：

0
Jan 2021    0.686585
Feb 2021    0.214810
Mar 2021    0.852144
Apr 2021    0.920720
       :           :
Sep 2022    0.770413
Oct 2022    0.751213
Nov 2022    0.601725
Dec 2022    0.924836

实现步骤 #

核心思路是先把字符串格式的时间索引转为pandas可识别的datetime类型，再按索引排序即可，核心代码仅2行：

import pandas as pd

# 将字符串索引转为datetime类型，指定解析格式避免报错、提升解析速度
df.index = pd.to_datetime(df.index, format="%b %Y")
# 按时间索引升序排序
df = df.sort_index()

可选配置 #

如果你希望排序后索引仍然显示为Jan 2021的字符串格式，而不是datetime默认的2021-01-01样式，可以在排序完成后加一行代码转回原格式：

df.index = df.index.strftime("%b %Y")

参数说明 #

• format="%b %Y"：%b匹配三位英文月份缩写（Jan、Feb等），%Y匹配四位数字年份，明确指定格式比自动解析速度更快，也能避免格式识别错误
• sort_index()默认按升序排列，完全满足从早到晚的时间排序需求，需要倒序排列时传入参数ascending=False即可

内容的提问来源于stack exchange，提问作者Stacey