如何处理错误的年份格式

Question

对python和pandas陌生，我遇到了下一个问题。 在我的数据框中，我有一个带有日期的列（yyyy-mm-ddThh-mm-sec），其中大部分年份都可以（看起来像2008），而一部分则年份写为0008。使用pd.to_datetime格式化列的问题。

我的想法是先将其转换为两位数的年份（使用pd.to_datetime（df ['date']）。dt.strftime（'％y％b，％d％H：％M：％S。 ％f +％Z'）），但我收到了一个错误，超出了十亿分之一秒的时间戳：08-10-02 14:41:00。

在数据框中是否还有其他选项可以将0008转换为2008？

非常感谢您的帮助

Answer 1

如果不良数据的格式始终相同（不良年份中始终为4个字符），则可以使用str：

df = pd.DataFrame({'date':['2008-01-01', '0008-01-02']})
df['date'] = pd.to_datetime(df['date'].str[2:], yearfirst=True)

    date
0   2008-01-01
1   2008-01-02