Tips：只是做题时忽然想到的一种思路，性能不太ok但可以实现
统计df数据的时候经常遇到，数据格式看起来为datetime，实际上是 string，如YYYY/MM/DD HH/MM/SS 这样的能够看懂日期但不属于datetime格式的数据，这个时候要提取年或年月日就会比较困难
而这些数据本身是具有固定格式的，其年份/月份等等信息在字符串中的位置相对而言比较 固定
如取年份时，位置一定是字符串前四位
因此，有这样一种思路：
1.遍历该列的所有数据
2.对每一个字符串数据进行切割，或许字符串中需要的片段
3.将每条数据处理后的结果储存成数组，再放进dataframe中的新一行中
这样我们就能够得到新的一列，关于想要时间的数据
下面以获取YYYY/MM/DD HH/MM/SS中的YYYY/MM/DD为例
考虑到月日的长度变化，在遍历时进行判断，截取正确位置的数据
dateList = []
for i in range(len(df1)):
cur = df1.iloc[i]['Date']
if(cur[8] == ' '):
dateList.append(cur[:8])
elif (cur[9] == ' '):
dateList.append(cur[:9])
else:
dateList.append(cur[:10])
data = pd.Series(dateList)
df1["Day"] = pd.(data)
Original: https://blog.csdn.net/Yuki_Aruki/article/details/125024261
Author: YK_Ark
Title: DataFrame中日期格式的转化（逻辑简单的遍历+字符串方法）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/675653/
转载文章受原作者版权保护。转载请注明原作者出处！