Question

我使用Jupyter Notebook，Pandas框架和Python作为编程语言。我有一个具有以下形状的数据帧（10500,4）。所以它有4列和10500条记录。 Initial_Date是4列中的一列，它是Object数据类型。这是它包含的信息类型：

Initial_Date
1971
11969
102006
03051992
00131954
27001973
45061987
1996

很容易看出列的格式为DDMMYYYY（03051992是1992年5月3日）

注意：正如您所看到的，无效的MM （00和13）以及无效的DD （00和45）。

我想使用正则表达式来提取字段中可用的内容。我不知道如何分别阅读YYYY到MM或DD，所以请在这里赐教。提取完成后，我想测试YYYY，DD和MM是否有效。如果其中任何一个无效，则分配NaT，否则为DD-MM-YYYY或DD / MM / YYYY（对于结束格式不要挑剔）。

例如： 051992被视为无效，因为这将成为DD / 05/1992

具有完整8位数的字段（例如10081996）被视为有效10/08/1996

PS。我开始使用Pandas，Jupyter笔记本并且放慢了我的Python技能。仅供参考如果您认为有更好的方法将每个字段转换为有效的Date数据类型，请赐教。

Answer 1

你可以这样做：

result = pd.to_datetime(d.Initial_Date.astype(str), dayfirst=True, errors='coerce')

result.ix[result.isnull()] = pd.to_datetime(d.Initial_Date.astype(str), format='%d%m%Y', dayfirst=True, errors='coerce')
#format is set to %d%m%Y

结果：

In [88]: result
Out[88]:
0   1971-01-01
1          NaT
2   2006-10-20
3   1992-03-05
4   1954-01-03
5          NaT
6          NaT
7   1996-01-01
Name: Initial_Date, dtype: datetime64[ns]

原始DF

In [89]: d
Out[89]:
   Initial_Date
0          1971
1         11969
2        102006
3       3051992
4        131954
5      27001973
6      45061987
7          1996

在Python中将Object数据类型的内容转换为Date数据类型

1 个答案: