使用Python pandas将CSV日序数字段转为2015年%d-%m-%Y格式日期

实现步骤 #

• 导入pandas库
• 读取源CSV文件
• 将id列（2015年的年日序数）转换为日期类型，再格式化为%d-%m-%Y格式的字符串
• 调整列顺序后输出结果

完整可运行代码 #

import pandas as pd

# 读取源CSV文件，sep参数根据实际文件分隔符调整，制表符用'\t'，逗号用','
df = pd.read_csv('你的源文件路径.csv', sep='\t')

# 转换id为目标日期格式，以下两种方法选其一即可
# 方法1：通过dayofyear参数转换，逻辑更直观
df['date'] = pd.to_datetime({'year': [2015]*len(df), 'dayofyear': df['id']}).dt.strftime('%d-%m-%Y')

# 方法2：通过origin参数转换，代码更简洁
# df['date'] = pd.to_datetime(df['id'], unit='D', origin=pd.Timestamp('2014-12-31')).dt.strftime('%d-%m-%Y')

# 调整列顺序，只保留要求的两个字段
df = df[['date', 'val']]

# 输出到新CSV文件，不需要索引列就加index=False参数
df.to_csv('输出文件路径.csv', sep='\t', index=False)

# 如需直接查看结果执行下面一行
print(df)

补充说明 #

• 读取、输出文件的sep参数要和实际文件的分隔符匹配，示例默认用制表符匹配你给出的文件片段格式
• 如果不需要日期的前导零，可以调整strftime的格式符：macOS/Linux系统把%d改为%-d、%m改为%-m，Windows系统把%d改为%#d、%m改为%#m即可

内容的提问来源于stack exchange，提问作者Nat