Question

我将文件读入pandas数据框中，其日期的格式不同：

任美国人：YYYY-MM-DD
或欧洲人：DD.MM.YYYY

它们作为字符串来。我想将它们全部格式化为日期对象，以便pandas.Series.dt可以与它们一起使用，理想情况下将它们设置为第二种格式（DD.MM.YYYY）。

pandas.Series.dt在一列中混淆了两种不同的拼写。

Answer 1

分别对两种格式使用to_datetime，因此如果格式不匹配，则会缺少值，因此对于新列，请使用Series.fillna：

df = pd.DataFrame({'date': ['2000-01-12', '2015-01-23', '20.12.2015', '31.12.2009']}) 
print (df)
         date
0  2000-01-12
1  2015-01-23
2  20.12.2015
3  31.12.2009

date1 = pd.to_datetime(df['date'], errors='coerce', format='%Y-%m-%d')
date2 = pd.to_datetime(df['date'], errors='coerce', format='%d.%m.%Y')
df['date'] = date1.fillna(date2)
print (df)
        date
0 2000-01-12
1 2015-01-23
2 2015-12-20
3 2009-12-31

理想情况下，使用第二种格式

Python / pandas中的日期时间格式默认为YYYY-MM-DD，如果需要自定义，则可以，但是值会转换为字符串，因此类似datetime的函数会失败：

df['date'] = df['date'].dt.strftime('%d.%m.%Y')
print (df)
         date
0  12.01.2000
1  23.01.2015
2  20.12.2015
3  31.12.2009

print (type(df.loc[0, 'date']))
<class 'str'>

Answer 2

只需检查两种格式中的哪一种，然后使用该格式应用pandas.to_datetime。

df = pd.DataFrame({'date': ['2000-01-12', '2015-01-23', '20.12.2015', 
'31.12.2009']}) 
print(df)
         date
0  2000-01-12
1  2015-01-23
2  20.12.2015
3  31.12.2009

def date_formator(date):

    if '-' in date:
        return pd.to_datetime(date, format = '%Y-%m-%d')
    else:
        return pd.to_datetime(date, format = '%d.%m.%Y')

df.date.apply(date_formator)
0   2000-01-12
1   2015-01-23
2   2015-12-20
3   2009-12-31
Name: date, dtype: datetime64[ns]

在熊猫中使用混合的日期时间格式

2 个答案: