Classificar Dataframe do Pandas por Data

Eu tenho um dataframe do pandas da seguinte maneira:

Symbol  Date
A       02/20/2015
A       01/15/2016
A       08/21/2015

Quero classificar por Date, mas a coluna é apenas um object.

Tentei transformar a coluna em um objeto de data, mas me deparei com um problema em que esse formato não é o necessário. O formato necessário é 2015-02-20,etc.

Então, agora estou tentando descobrir como fazer com que o numpy converta as datas 'americanas' no padrão ISO, para que eu possa torná-las objetos de data, para que possa classificá-las.

Como eu converteria essas datas americanas no padrão ISO, ou existe um método mais direto que estou perdendo no pandas?

Você pode usar pd.to_datetime()para converter em um objeto datetime. É necessário um parâmetro de formato, mas no seu caso não acho que você precise.

>>> import pandas as pd
>>> df = pd.DataFrame( {'Symbol':['A','A','A'] ,
    'Date':['02/20/2015','01/15/2016','08/21/2015']})
>>> df
         Date Symbol
0  02/20/2015      A
1  01/15/2016      A
2  08/21/2015      A
>>> df['Date'] =pd.to_datetime(df.Date)
>>> df.sort('Date') # This now sorts in date order
        Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

Para pesquisas futuras, você pode alterar a declaração de classificação:

>>> df.sort_values(by='Date') # This now sorts in date order
        Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

sortmétodo foi descontinuado e substituído por sort_values. Depois de converter para o objeto datetime usandodf['Date']=pd.to_datetime(df['Date'])

df.sort_values(by=['Date'])

Observação: para classificar no local e / ou em ordem decrescente (o mais recente primeiro):

df.sort_values(by=['Date'], inplace=True, ascending=False)

A resposta do @JAB é rápida e concisa. Mas isso muda o que DataFramevocê está tentando classificar, o que você pode ou não querer.

_{( Observação : você quase certamente vai querer, porque suas colunas de datas devem ser datas, não strings!)}

No caso improvável de você não querer mudar as datas para datas, você também pode fazer isso de uma maneira diferente.

Primeiro, obtenha o índice de sua Datecoluna classificada :

In [25]: pd.to_datetime(df.Date).order().index
Out[25]: Int64Index([0, 2, 1], dtype='int64')

Em seguida, use-o para indexar seu original DataFrame, deixando-o intacto:

In [26]: df.ix[pd.to_datetime(df.Date).order().index]
Out[26]: 
        Date Symbol
0 2015-02-20      A
2 2015-08-21      A
1 2016-01-15      A

Magia!

Nota: para Pandas versões 0.20.0 e posteriores, use em locvez de ix, que agora está obsoleto.

Os dados contendo a coluna de data podem ser lidos usando o código a seguir:

data = pd.csv(file_path,parse_dates=[date_column])

Uma vez que os dados são lidos usando a linha de código acima, a coluna que contém as informações sobre a data pode ser acessada usando pd.date_time()como:

pd.date_time(data[date_column], format = '%d/%m/%y')

para alterar o formato da data de acordo com o requisito.