Question

您好已经提到to this post，但我无法解决我的问题。我的CSV中有一列是字符串，下面是示例值（请注意month和year定位有时会反转。我需要在to_datetime中设置哪种格式？我尝试了以下所有方法

df = pd.read_csv("filename.csv") #Imagine there is a Month column

#[1] df["Month"] = pd.to_datetime(df["Month"])
#[2] df["Month"] = pd.to_datetime(df["Month"], format="%m/%d/%Y")

[Month]
Mar-97
Apr-97
May-97
Jun-97
Nov-00
Dec-00
1-Jan
1-Feb
1-Mar
1-Apr

我收到错误

ValueError：day超出了月份的范围

表示[1]，我得到了

ValueError：时间数据'Mar-97'与格式'％m /％d /％Y'（匹配）不匹配

表示[2]。我试图删除%d，但没有运气。能不能指出我这里出了什么问题。

Answer 1

一种方法是将try / except与pd.Series.apply一起使用：

s = pd.Series(['Mar-97', 'May-97', 'Nov-00', '1-Jan', '1-Mar'])

def converter(x):
    try:
        return pd.datetime.strptime(x, '%b-%y')
    except ValueError:
        year, month = x.split('-')  # split by delimiter
        x = year.zfill(2) + '-' + month  # %y requires 0-padding
        return pd.datetime.strptime(x, '%y-%b')

res = s.apply(converter)

print(res)

0   1997-03-01
1   1997-05-01
2   2000-11-01
3   2001-01-01
4   2001-03-01
dtype: datetime64[ns]

由于我们已将converter定义为函数，因此我们可以直接将其用于pd.read_csv：

df = pd.read_csv('file.csv', parse_dates=['dt_col_name'], date_parser=converter)

Python's strftime directives 是构建datetime格式字符串的有用参考。

Answer 2

不是最优雅的，但您可能会尝试修复并订购年份和月份。以下代码有效：

重新创建数据：

df = pd.DataFrame({"date_str": ['Mar-97', 'Apr-97', 'May-97', 
                                'Jun-97', 'Nov-00', 'Dec-00',
                                '1-Jan', '1-Feb', '1-Mar', '1-Apr']})

拆分：

df = pd.concat([df, df['date_str'].str.split("-", expand=True)], axis=1)

组织月份和年份：

df.loc[df[0].str.len() == 3, 'month'] = df.loc[df[0].str.len() == 3, 0]
df.loc[df[1].str.len() == 3, 'month'] = df.loc[df[1].str.len() == 3, 1]
df.loc[df[0].str.len() != 3, 'year'] = df.loc[df[0].str.len() != 3, 0]
df.loc[df[1].str.len() != 3, 'year'] = df.loc[df[1].str.len() != 3, 1]

纠正只有一位数的年份：

df.loc[df['year'].str.len() == 1, 'year'] = '0' + df.loc[df['year'].str.len() == 1, 'year']

生成正确的日期列：

df['date'] = (df['month'] + '-' + df['year']).apply(lambda x: pd.to_datetime(x, format="%b-%y"))

输出：

打印（DF [＆＃39;日期＆＃39;]）

0   1997-03-01
1   1997-04-01
2   1997-05-01
3   1997-06-01
4   2000-11-01
5   2000-12-01
6   2001-01-01
7   2001-02-01
8   2001-03-01
9   2001-04-01
Name: date, dtype: datetime64[ns]

设置pd.to_datetime的格式

2 个答案: