如何用Pandas拆分DataFrame列并转换日期格式？

嘿，这个需求我之前处理过，很容易搞定！咱们一步步来：

步骤1：拆分WO No列（你的初始代码已经没问题） #

你用df.pop('WO No').str.split('-', expand=True)拆分列的方法是完全正确的，这会把原WO No列从DataFrame中移除，同时拆分出CO、WO Date、WO ID三列——比如OR-20180422-12345会被拆成OR、20180422、12345。

步骤2：转换WO Date为dd/mm/yyyy格式 #

拆分后的WO Date是纯数字字符串（比如20180422），我们需要先把它转换成datetime对象，再格式化为你要的dd/mm/yyyy格式。这里推荐指定format参数来确保转换准确，避免Pandas自动推断时出错：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'WO No': ['OR-20180422-12345', 'XY-20240115-54321']})

# 拆分WO No列
df[['CO','WO Date','WO ID']] = df.pop('WO No').str.split('-', expand=True)

# 转换日期格式：先转datetime，再格式化为dd/mm/yyyy字符串
df['WO Date'] = pd.to_datetime(df['WO Date'], format='%Y%m%d').dt.strftime('%d/%m/%Y')

# 查看结果
print(df)

运行后WO Date列的值就会变成22/04/2018、15/01/2024这样的格式啦。

额外说明：如果需要保留datetime类型（方便后续日期操作） #

如果你只是希望显示的时候是dd/mm/yyyy，但实际存储还是datetime对象（方便做日期筛选、计算等操作），可以不用strftime，而是设置Pandas的显示选项：

pd.options.display.date_format = '%d/%m/%Y'
# 仅转换为datetime对象即可，不用转成字符串
df['WO Date'] = pd.to_datetime(df['WO Date'], format='%Y%m%d')

这样在打印或查看DataFrame时，日期会以dd/mm/yyyy显示，但列的类型还是datetime，完全不影响后续的日期相关操作。

内容的提问来源于stack exchange，提问作者okl