SQL中如何将列的日期格式从dd.mm.yyyy转换为yyyy-mm-dd

Python 原生场景 #

直接处理单条字符串日期时可选以下两种方案：

• 字符串拆分法（仅适用于格式完全固定、所有日期均为两位日/月的场景）

date_str = "12.05.2021"
day, month, year = date_str.split(".")
new_date = f"{year}-{month}-{day}"
# 输出：2021-05-12

• datetime模块转换（支持格式校验、适配单数字日/月，更稳定）

from datetime import datetime
date_str = "12.05.2021"
# 按dd.mm.yyyy格式解析为日期对象
date_obj = datetime.strptime(date_str, "%d.%m.%Y")
# 格式化为yyyy-mm-dd字符串
new_date = date_obj.strftime("%Y-%m-%d")
# 输出：2021-05-12

Pandas 整列处理场景 #

针对DataFrame中的整列日期数据，批量转换写法如下：

import pandas as pd
# 替换date_col为你的原始日期列名，new_date_col为转换后的列名
df["new_date_col"] = pd.to_datetime(df["date_col"], format="%d.%m.%Y").dt.strftime("%Y-%m-%d")
# 若需要日期类型而非字符串，去掉.dt.strftime部分即可，得到的是pandas datetime64类型

SQL 场景 #

不同数据库语法略有差异，常见数据库写法如下：

• MySQL

-- 替换your_table为表名，old_date为原始日期字段名
SELECT DATE_FORMAT(STR_TO_DATE(old_date, '%d.%m.%Y'), '%Y-%m-%d') AS new_date FROM your_table;

• PostgreSQL

-- 替换your_table为表名，old_date为原始日期字段名
SELECT TO_CHAR(TO_DATE(old_date, 'DD.MM.YYYY'), 'YYYY-MM-DD') AS new_date FROM your_table;

Excel 场景 #

• 若原始日期为字符串格式：假设数据在A1单元格，输入公式

=TEXT(DATE(RIGHT(A1,4),MID(A1,4,2),LEFT(A1,2)),"yyyy-mm-dd")

• 若原始日期已被Excel识别为日期类型：直接选中列，修改单元格格式为yyyy-mm-dd即可。

注意：如果原始日期存在单数字的日/月（如5.3.2021代表2021年3月5日），优先使用各工具的内置日期解析方法，不要用简单的字符串拆分，避免位置匹配错误。

内容的提问来源于stack exchange，提问作者PythonBestie007