Question

df 在 Pandas 中有如下数据

"val1" 6972.75 01-AUG-18 08.11.51.319 AM
"val2" 6974.25 01-OCT-18 08.12.22.322 AM

我正在使用代码

pd.to_datetime(df['TIME'], format="%d-%m-%Y %H.%M.%S.%f")

当我运行代码时，它在下面给出错误

ValueError: time data '01-AUG-18 08.11.51.319 AM' does not match format '%d-%b-%Y %H.%M.%S.%f' (match)

Answer 1

最后还有额外的 AM。尝试将其剥离：

pd.to_datetime(df['TIME'].str[:-3], format="%d-%m-%Y %H.%M.%S.%f")

或者更安全是为它们包含格式指令：

# notice the extra %p
pd.to_datetime(df['TIME'], format="%d-%m-%Y %H.%M.%S.%f %p")

或者让pandas猜测，这更简单但运行时间更长：

pd.to_datetime(df['TIME'], dayfirst=True)

Answer 2

你的格式全乱了。您使用了错误的月份和年份格式，您可以使用 %p 处理 AM/PM。（大多数格式都可以在 datetime docs

%b  #Month as locale’s abbreviated name: [Jan, Feb, …, Dec (en_US)]
%y  #Year without century as a zero-padded decimal number: [00, 01, …, 99]
%p  #Locale’s equivalent of either AM or PM: [AM, PM (en_US)]

import pandas as pd
df = pd.DataFrame({'TIME': ['01-AUG-18 08.11.51.319 AM', 
                            '01-OCT-18 08.12.22.322 AM']})

pd.to_datetime(df['TIME'], format="%d-%b-%y %H.%M.%S.%f %p", errors='coerce')
#0   2018-08-01 08:11:51.319
#1   2018-10-01 08:12:22.322
#Name: TIME, dtype: datetime64[ns]

值错误：时间数据与熊猫的数据帧不匹配

2 个答案: