如何将Pandas Series的日期索引转换为MM/DD/YYYY格式？

看起来你需要把带有微秒后缀的datetime索引转换成MM/DD/YYYY的字符串格式，比如2/28/2015或3/31/2015。这里分两种情况处理，一步步帮你解决：

第一步：确认索引类型 #

先检查你的索引是datetime64类型还是字符串类型，执行以下代码：

print(weightedflows.index.dtype)

情况1：索引是datetime64类型（最可能的情况） #

你看到的.1、.2后缀是Pandas为了区分带有不同微秒的重复日期时间而自动添加的显示标记，实际这些都是标准的datetime对象。我们可以先把时间戳“地板化”到当天（忽略小时、分钟、秒和微秒），再格式化成想要的字符串：

import pandas as pd

# 将索引向下取整到当天起始时间，去掉时间和微秒部分
date_index = weightedflows.index.floor('D')
# 格式化为 MM/DD/YYYY 字符串
formatted_index = date_index.strftime('%m/%d/%Y')
# 替换原Series的索引
weightedflows.index = formatted_index

执行后，你的Series索引就会变成2/28/2015、3/31/2015这样的格式，所有同一日期的条目会共用同一个索引值。

情况2：索引是字符串类型 #

如果你的索引原本就是字符串（比如"2015-02-28 00:00:00.1"），需要先转换成datetime类型再处理：

import pandas as pd

# 将字符串索引转换为datetime类型
weightedflows.index = pd.to_datetime(weightedflows.index)
# 后续步骤和情况1一致
date_index = weightedflows.index.floor('D')
weightedflows.index = date_index.strftime('%m/%d/%Y')

验证结果 #

执行完上述代码后，打印你的Series就能看到调整后的索引：

print(weightedflows)

输出会类似：

2/28/2015      0.00000e+00
2/28/2015      0.00000e+00
2/28/2015      0.00000e+00
3/31/2015      0.00000e+00
3/31/2015      0.00000e+00
3/31/2015      1.77419e+07
3/31/2015      1.61290e+07
3/31/2015      0.00000e+00

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