Question

我有一个使用SAS的[date9.][1]输出格式化的CSV。但是dateutil.parser.parse无法识别它，pandas.to_datetime也没有（也是一个问题，to_datetime是否使用dateutil.parser？）。

他们扔了：

  File "C:\redacted\dateutil\parser.py", line 559, in parse
    raise ValueError("Unknown string format")

ValueError: Unknown string format

格式如下：

0         12FEB1993
1         12FEB1993
...
16        16NOV1972
17        01SEP2001
18        06JUL2000
19        01FEB2014

第二栏中的所有重要事项。有没有可以解决这个问题的图书馆，还是我必须自己动手？如果是后者，怎么样？

Answer 1

您可以将format参数传递给pandas.to_datetime()吗？类似于：pandas.to_datetime(date_column, format='%d%b%Y')

如果您可以将日期作为字符串，那么采用strptime格式的任何日期解析函数都应该使用模式%d%b%Y：

>>> datetime.datetime.strptime('12FEB1993', '%d%b%Y')
datetime.datetime(1993, 2, 12, 0, 0)

编辑：

看起来pandas.to_datetime()会产生pandas.Timestamp个对象，由于resolution limits限制为〜{584年}，或最长年限为2262年。

因为您的日期字符串超出了该范围，所以您可以将字符串作为字符串读取，然后调用apply将值转换为date个对象：

import datetime
my_df['date'] = my_df['date_text'].apply(lambda x: datetime.datetime.strptime(x, '%d%b%Y').date())