通过砍伐日期时间

Question

过去几个小时我一直难过，试图解决以下问题。

在我从自动系统获得的大型数据集中，有一个DATE_TIME值，对于午夜时分的行，其值不会像整个小时一样： 12-MAY-2017 0:16:20

当我尝试将其转换为日期（以便其可用于转换）时，如下所示：

df['DATE_TIME'].astype('datetime64[ns]')

我收到以下错误：

Error parsing datetime string "12-MAY-2017  0:16:20" at position 3

我尝试写一些REGEX来拉出每一块但是无法得到任何工作，因为小时可以分别是1或2个字符。它似乎也不是为每个peice写正则表达式的理想解决方案。

有关于此的任何想法吗？

Answer 1

尝试使用pandas.to_datetime()方法：

df['DATE_TIME'] = pd.to_datetime(df['DATE_TIME'], errors='coerce')

参数errors='coerce'会处理那些无法转换为datatime dtype的字符串

Answer 2

我认为你只需要pandas.to_datetime：

df  = pd.DataFrame({'DATE_TIME':['12-MAY-2017 0:16:20','12-MAY-2017 0:16:20']})
print (df)
             DATE_TIME
0  12-MAY-2017 0:16:20
1  12-MAY-2017 0:16:20

df['DATE_TIME'] = pd.to_datetime(df['DATE_TIME'])
print (df)
            DATE_TIME
0 2017-05-12 00:16:20
1 2017-05-12 00:16:20

按astype转换为numpy似乎problematic，因为需要strings in ISO 8601 date or datetime format：

df['DATE_TIME'].astype('datetime64[ns]')

  

ValueError：在位置3解析日期时间字符串“12-MAY-2017 0:16:20”时出错

编辑：

如果日期时间被破坏（某些字符串或整数），则使用MaxU answer。