CSV文件日期格式转换请求：将19/10/2014转为19-Oct-2014

嘿，这个日期格式转换的需求很常见，我给你几个不同场景下的实现方法，按需选择就好：

如果你的CSV文件不大，直接用表格工具手动处理最快捷：

• Excel操作：
  假设原始日期在A列，在空白单元格输入公式：

  =TEXT(DATEVALUE(A1),"dd-mmm-yyyy")
  

  按回车后下拉填充就行。这里DATEVALUE是把文本格式的日期转成Excel能识别的日期值，TEXT函数再把它格式化为dd-mmm-yyyy（两位日+三位月份缩写+四位年）。如果你的单元格本身已经是日期格式，直接用=TEXT(A1,"dd-mmm-yyyy")就行。
• Google Sheets操作：
  和Excel几乎完全一致，函数用法相同，直接复制上面的公式就能用。

如果要处理很多CSV或者大文件，用Python的pandas库批量处理效率很高：

import pandas as pd

# 替换成你的CSV文件路径
input_file = "your_input.csv"
output_file = "formatted_output.csv"

# 读取CSV，假设日期列的列名为"date"（根据实际修改）
df = pd.read_csv(input_file)

# 先解析原始日期（日/月/年格式），再转换为目标格式
df["formatted_date"] = pd.to_datetime(df["date"], format="%d/%m/%Y").dt.strftime("%d-%b-%Y")

# 保存处理后的CSV，去掉索引列
df.to_csv(output_file, index=False)

解释一下：pd.to_datetime用%d/%m/%Y指定原始日期的格式（日/月/年），dt.strftime("%d-%b-%Y")把日期转换成dd-mmm-yyyy的格式，%b会自动生成三位英文月份缩写（比如Oct）。

如果你习惯用Excel的Power Query（适合需要可视化调整的场景）：

1. 打开Excel，点击「数据」选项卡→「获取数据」→「从文件」→「从CSV」，加载你的CSV文件；
2. 选中日期列，右键选择「更改类型」→「日期」，如果识别有误，记得把区域设置为「英语（英国）」，因为原始日期是日/月/年的格式；
3. 切换到「转换」选项卡，点击「格式」→「自定义格式」，输入dd-mmm-yyyy；
4. 点击「关闭并上载」，把处理后的表格导出为新的CSV即可。

小提醒 #

处理前最好先检查一下原始日期的格式是否统一，有没有无效的日期值（比如31/04/2014这种不存在的日期），避免转换出错哦~

内容的提问来源于stack exchange，提问作者jpyngas