Question

TL; DR：

如何使用pd.to_datetime（）中的format参数解析格式为“ YYYY mmdd dd”的日期？

背景：

我从api中提取了一些数据，索引是一个日期，但被格式化为字符串。索引如下所示：

Index(['2020 0422 22', '2020 0423 23', '2020 0424 24', '2020 0427 27',
       '2020 0428 28'],
      dtype='object')

选项1：

通常我会做类似df.index = pd.to_datetime(df.index)的事情，并且通常会像魅力一样工作。如果那不起作用，那么我将使用format参数来像这样pd.to_datetime(format='%y/%m/%d)进行解析，但是鉴于事实包括一天两次，因此我不确定如何使用此参数。

选项2：

我还可以使用字符串理解来创建新列表，将其转换为日期时间，然后将df的索引设置为等于该值。像这样：

[ x.split(' ')[0] + x.split(' ')[1] for x in df.tail().index ]

或

[ x[0:-2] for x in df.tail().index ]

但是这些选项似乎都不是很Python化的

问题：

如何使用pd.to_datetime（）中的format参数解析格式为“ YYYY mmdd dd”的日期？

Answer 1

将str.rsplit与n=1一起使用并选择第一个列表，然后传递到to_datetime：

idx = pd.Index(['2020 0422 22', '2020 0423 23', '2020 0424 24', '2020 0427 27',
       '2020 0428 28'])
df = pd.DataFrame(index = idx)

df.index = pd.to_datetime(df.index.str.rsplit(n=1).str[0], format='%Y %m%d')
print (df)

Empty DataFrame
Columns: []
Index: [2020-04-22 00:00:00, 2020-04-23 00:00:00, 
        2020-04-24 00:00:00, 2020-04-27 00:00:00, 
        2020-04-28 00:00:00]

顺便说一句，最直观的答案失败了：

df.index = pd.to_datetime(df.index, format='%Y %m%d %d')
print (df)

错误：将组名“ d”重新定义为组4；是第3组

熊猫to_datetime解析奇数格式的日期

1 个答案: