Python使用Pandas如何将DataFrame日期列从yyyy-mm-dd转为mm/dd/yyyy格式

原代码错误原因 #

• 你使用了中文全角引号“”，Python语法仅支持半角引号''/""，直接触发语法错误
• df.df属于无效调用，访问DataFrame的指定列需要写为df['Date']
• Pandas的字符串Series没有直接的strptime方法，需要先将字符串转换为datetime类型后才能调用格式化方法
• 格式符%m、%d默认带前导零，无法满足你要的个位数无前置零的需求

正确实现方案 #

首先明确：Pandas内部的datetime64类型是时间存储对象，本身无固定显示格式，仅在转为字符串输出时可以自定义格式。如果需要后续做日期计算、筛选，建议保留datetime类型，仅在需要输出的时候转成指定格式的字符串。

步骤1：导入CSV时直接解析日期列 #

导入阶段就把字符串格式的日期转为datetime类型，省去后续转换步骤：

import pandas as pd

# parse_dates参数指定要解析为日期的列名
df = pd.read_csv('你的文件路径.csv', parse_dates=['Date'])

步骤2：转为无前置零的mm/dd/yyyy格式字符串 #

这里使用正则替换实现跨平台兼容，避免Windows和类Unix系统strftime去零符号不一致的问题：

# 先格式化带零的样式，再替换掉每个分段开头的前导零
df['Date'] = df['Date'].dt.strftime('%m/%d/%Y').str.replace(r'(?<!\d)0', '', regex=True)

转换后效果完全符合你的要求：

• 2021-01-04 → 1/4/2021
• 2021-01-12 → 1/12/2021
• 2021-10-08 → 10/8/2021
• 2020-11-16 → 11/16/2020

内容的提问来源于stack exchange，提问作者Clay