Question

我使用Python3 + pandas处理日文csv文件。

日语csv有一个代表时间的列，格式类似于H29.12.1。我了解到这种格式是日文格式， H29.12.1 可以转换为 2017-12-1 （YYYY-MM-DD格式）。

我的问题是，Python或pandas是否提供将日语时间列转换为YYYY-MM-DD格式的功能？

Answer 1

The current era is 平成 Heisei and began in 1989

根据该信息，我们可以阅读日期，将年份设置为1989并添加N-1，其中N是年份数字（在H之后）

这是一个示例函数：

import datetime as dt
def parse_heisei(date_string, sep='.'):
    y, m, d = date_string.split(sep)
    return dt.date(year=1989 + int(y[1:]) - 1, month=int(m), day=int(d))

然后，您可以apply将此功能添加到数据框的日期列。

示例：

my_gregorian_dates = df.heisei_dates.apply(parse_hesei)

我相信你也可以找到一个自动执行此操作的库，但我不认为标准的datetime模块或pandas会内置这个。无论如何，这个函数写起来都很简单。

Answer 2

我认为没有熊猫功能来处理日历帝国日历，你可能需要编写自己的函数来转换日期。

import re
import pandas as pd

def jp_date_to_yyyymmdd(dt):
    if re.match(r'\w\d+\.\d+.\d+', dt) is None:
        return None
    elif dt[0] == 'H':
        # HEISEI - 1989-01-08
        ymd = [int(x) for x in re.split(r'\.', dt[1:])]
        return pd.datetime(1988 + ymd[0], ymd[1], ymd[2])
    elif dt[1] == 'S':
        # SHOWA - 1926-12-25
        ymd = [int(x) for x in re.split(r'\.', dt[1:])]
        return pd.datetime(1925 + ymd[0], ymd[1], ymd[2])
    else:
        # You may add more conditions to handle older dates
        return None

df = pd.DataFrame({'jp_date': ['H29.12.1', 'H20.12.22', '']})
df.jp_date.apply(jp_date_to_yyyymmdd)

Answer 3

对于一个更专业的库来分析包含日本时代名称的日期，我发现Japanera会有所帮助。

from japanera import Japanera
janera = Japanera()

# The library outputs dates corresponding to all eras starting with "H",
# as it's somewhat ambiguous which is being referred to
date_candidates = janera.strptime('H29.12.1', '%-a%-o.%m.%d')

# Use max(), with the assumption that the most recent era is the correct one
max(date_candidates)
# => datetime.datetime(2017, 12, 1, 0, 0)

# It can also parse the era names written in Japanese
# (no ambiguity here, so there is only one list item)
janera.strptime('平成29年12月1日', '%-E%-O年%m月%d日')
# => [datetime.datetime(2017, 12, 1, 0, 0)]

在Python中将日语时间格式（H29.12.1）转换为YYYY-MM-DD格式？

3 个答案: