Format de date de pandas
Nous pouvons utiliser la «colonne DataFrame [colonne].dt.Méthode Strftime (Format) ”pour formater la date de« pandas ». Nous plaçons le nom de la colonne dans le «DataFrame [colonne]» dans lequel nous avons stocké certaines dates et le format ici représente une chaîne qui désigne le nouveau format de date. Nous pouvons utiliser «% m» pour représenter le mois, «% d» pour représenter la journée et «% y» pour l'année.
Nous pouvons également transformer la chaîne au format de date en utilisant les «pandas.to_datetime () ”pour changer la chaîne au format de date qui est« yyyy-mm-dd ». Dans ce guide, nous discuterons en détail du «format de date» dans Pandas et montrerons également comment formater les dates dans «Pandas».
Exemple # 01
L'application «Spyder» est utilisée pour générer ces scripts «pandas». Nous commençons à construire le code «pandas» en important les modules «pandas», qui sont requis pour le code «pandas». Nous importons ces modules en disant «importer» et en mettant des «pandas comme PD». Après cela, nous plaçons une variable nommée «my_date» et nous accédons à la méthode «pandas» ici qui est «to_datetime ()» et y placons une série Pandas. Nous obtenons la méthode «to_datetime ()» et «série ()» de «pandas» en mettant «pd» avec les deux.
Maintenant, nous devons insérer quelques dates dans cette série «Pandas» et nous y ajoutons «2022-08-10». Ensuite, nous imprimons cette date en mettant la variable «my_date» dans la méthode «print ()» où la «date» est stockée. Après cela, nous modifions le format de cette date ci-dessous en utilisant le «DT.Strftime () »Méthode de« pandas ». Nous avons mis le «my_date» avec le «DT.méthode strftime () ”. Dans cette méthode, nous plaçons le format de la date que nous voulons appliquer.
Ici, nous mettons le format de date comme «% d /% m /% y» qui modifiera la date ci-dessus au format de date, de mois et d'année. Entre tous, il place le «/» Slash. Nous stockons le format de date mis à jour dans la variable «Change_Format» et mettons cette variable dans «print ()» afin qu'elle rende sur le terminal.
En appuyant sur l'icône «Run», nous obtenons ce résultat qui est montré ici. Vous pouvez voir que la date que nous avons entrée est affichée et également le format de date mis à jour que nous avons fixé dans le code. La différence entre les deux formats de date est visible pour nous car les deux formats de date sont affichés dans cette sortie.
Exemple # 02
Ici, nous créons la série «Pandas» en utilisant le «PD.Méthode série () ”et dans cette série, nous plaçons différentes dates en tant que chaîne. Nous placons «la date est 01199002, la date est le 02199015, la date est 03199020 et la date est 09199204». Nous stockons cette série en «date» et mettons la «date» dans «l'impression» pour le rendu. Après cela, nous appliquons le format de date à cette chaîne. Nous utilisons le «PD.to_datetime () ”et y mettre la variable« date ». Au «format», nous mettons le format de date de la chaîne ci-dessus «% m% y% d». Dans la chaîne, la date est donnée en mois, année et jours. Nous le stockons dans la variable «format_date» et affichons également cela.
Ici, la série String est rendue, puis la chaîne est convertie au format de date. Comme dans la chaîne, le mois est donné en premier, puis l'année et à la fin, la journée est donnée. Ainsi, il les a ajustés dans le format approprié des données qui est le format par défaut «Yyyy-mm-dd». Au lieu de l'année, l'année est affichée que nous obtenons de la chaîne. À la place du mois, le mois est affiché et à la date de la date, la date est affichée.
Exemple # 03
Ici, nous créons une dataframe «dates_df». Ce dataframe est construit en utilisant «PD.Trame de données". Nous y ajoutons deux colonnes qui sont «nom et date de naissance». Le «nom» contient «John, David, Peter, Alice, Milli, James et Bromley». Ensuite, nous ajoutons quelques dates dans la colonne «Date de naissance», qui sont «1998-04-01, 1997-06-24, 1999-10-07, 1998-12-25, 1995-02-28, 1994- 02-28 et 1997-02-28 ”. Ensuite, nous utilisons «print ()» et y plaçons «dates_df», donc il s'affiche à l'écran. Ensuite, nous appliquons la méthode «to_datetime ()» à la «date de naissance» en plaçant le nom du dataframe ainsi que le nom de la colonne.
Après cela, nous créons une nouvelle colonne ci-dessous dans laquelle nous ajoutons les dates mises à jour. Nous obtenons ces dates mises à jour après avoir modifié le format de date des dates ci-dessus que nous avons insérées dans la colonne «Date de naissance». Nous utilisons le «DT.Strftime () »Méthode et définissez le format de date que nous souhaitons appliquer à ces dates. Nous l'avons fixé comme un mois, une date et une année «% m /% d /% y». Maintenant, nous affichons le dataframe mis à jour dans lequel la nouvelle colonne «Date of Birth2» est également ajoutée.
Dans le premier DataFrame, seules deux colonnes sont rendues que nous avons insérées dans le code. Ensuite, dans le dataframe mis à jour, une nouvelle colonne est ajoutée dans laquelle les dates apparaissent dans un nouveau format que nous avons ajouté dans le «DT. méthode strftime () ”.
Exemple # 04
Ici, un dataframe "new_dates_df" est en cours de création. Le «PD.Dataframe "est utilisé pour créer ce dataframe. Le «EMPNAME», la «date d'adhésion» et la «date de transfert» sont trois colonnes que nous ajoutons au dataframe. De plus, certains noms sont répertoriés dans la colonne «empname». Dans la colonne «Date of Rewing», nous entrons ensuite dans les dates «1997-06-14, 1996-07-21, 1998-11-17, 1999-12-15, 1996-04-21, 1995-01-27 et 1998-07-24 ”. Dans la colonne «Date of Transfer», nous insérons «2004-04-21, 2005-06-21, 2001-10-17, 2006-12-15, 2005-02-08, 2009-02-19 et 2007 -02-24 ”. Après avoir ajouté toutes les valeurs dans le «new_dates_df», nous l'avons placée dans «print ()» afin que DataFrame soit affiché à l'écran. Après cela, nous appliquons la méthode «to_datetime ()» aux deux colonnes qui sont «Date d'adhésion» et «Date de transfert». Nous utilisons cette méthode car elle transformera la chaîne en format de date par défaut des «pandas». Ci-dessous, nous utilisons le «DT.méthode strftime () ”et nous appliquons cette méthode aux deux colonnes. Pour la colonne «Date de jointure», nous définissons le format comme «% d /% m /% y» et pour la colonne «Date de transfert», nous définissons le format de date comme «% b% d,% y». Ici, le «% B» affichera le nom complet du mois puis la date et l'année. Nous générons également les nouvelles colonnes pour ces formats de date mis à jour.
Les nouvelles colonnes que nous avons ajoutées ici sont «la date de jointure2 et la date de transfert2» dans laquelle les formats de date mis à jour des colonnes «Date d'adhésion et date de transfert» est stocké respectivement. Le dataframe mis à jour est également rendu dans lequel les deux colonnes sont ajoutées comme indiqué ci-dessous.
Les nouvelles colonnes sont ajoutées dans le dataframe mis à jour dans lequel les formats de date sont affichés en conséquence que nous avons définis dans le «DT.Méthode strftime () ”dans le code et vous pouvez également noter les formats de date dans chaque colonne ci-dessous.
Conclusion
Le format de date «Pandas» est discuté dans ce guide. Nous avons exploré le format de date dans «Pandas» en détail ici. Nous avons fait l'illustration pratique de plusieurs exemples et nous avons montré le résultat de chaque code ici. Nous avons discuté du «DT.Strftime () »Méthode pour définir le format de date ici et a également utilisé cette méthode dans le code« pandas »également. Nous avons également discuté de la façon de changer la chaîne au format de date et avons changé la chaîne au format de date ici dans les codes.