Pandas 错误地从 CSV 中读取日期答案

【问题标题】：Pandas reads date from CSV incorrectlyPandas 错误地从 CSV 中读取日期
【发布时间】：2023-02-20 15:40:14
【问题描述】：

我是 Python 的新手，发现它非常令人沮丧。我有一个正在导入的 CSV，但它读取的日期列不正确。在月份列中，我有每个月的第一天 - 所以它应该是 (yyyy-mm-dd)：

2020-01-01
2020-02-01
2020-03-01
etc

然而，它读作 (yyyy-dd-mm)

2020-01-01
2020-01-02
2020-01-03
etc

我尝试了 stackoverflow 和其他网站的几种转换函数，但它们要么不起作用，要么什么都不做。

我的导入如下：

try:
    collections_data = pd.read_csv('./monthly_collections.csv')
    print("Collections Data imported successfully.")
except error as e:
    print("Error importing Collections Data!")

我在导入时尝试了 parse_dates 参数，但它没有帮助。

如果我再试试这个：

temp = pd.to_datetime(collections_data['Collections Month'], format='%m/%d/%Y')
temp

然后我得到

你可以看到，它把月份读成天——换句话说，它显示了一个月中的每一天，而不是每个月的第一天。

我非常感谢一些帮助来更正这些日期，因为我需要对它们进行一些日期计算，并根据此日期连接两个表 - 这将是我的下一个问题。

亲切的问候

【问题讨论】：

您可以发布您尝试过但在从 csv 中读取时无效的代码吗
使用pd.read_csv()的dayfirst = Truekwarg。对于不明确的日期，默认行为是假定日期采用月份优先格式。在您尝试使用 pd.to_datetime() 时，您已经使用了 format='%m/%d/%Y'，它明确表示您的日期采用月份优先格式，如果您切换 %m 和 %d 的位置，那也可以。

标签： python pandas date

【解决方案1】：

推断日期格式

有些日期不明确，有些则不然。考虑这些日期：

2020-27-01
2020-12-14
2020-01-02
11-10-12
在示例 #1 和 #2 中，我们可以轻松推断出该日期格式。在示例#1 中，前四位数字必须是年份（没有第 2020 个月或第 2020 天），接下来的两位数字必须是该月的第几天（没有第 27 个月，我们已经有年份信息) 最后两位数字是月份（我们已经有了年和月中的日期信息）。对于示例 #2，我们可以使用类似的方法。

例如#3 是第二个月的第一天，还是第一个月的第二天？没有更多信息就无法判断。例如，如果我们有以下日期序列：'2020-22-01'、'2020-25-01'、'2020-01-02'，可以合理推断'2020-01-02'指的是第二个月的第一天，否则我们将无法解析前两个日期。

在示例 #4 中，无法推断日期格式。任何一对数字都可以理解为年、月或日。（使用 pandas.read_csv() 您可以使用 dayfirst 和 yearfirst kwargs，或者明确声明您的日期格式并使用pandas.to_datetime(some_df, format=)。

你的问题

您的日期不明确，从您在问题中包含的内容无法推断它是一天第一格式（dd-mm）还是一个月第一格式（mm-dd）。 pandas 默认为 dayfirst=False 所以像你的日期 2020-02-01 这样的日期应该是第一个月的第二天除非你具体否则。 See pandas.read_csv()。

第一天：布尔值,默认错误的

DD/MM 格式日期，国际和欧洲格式。

以上意味着为了将 01/02 (DD/MM)、2020/02/01（iso/国际格式）或 01/02/2020（欧洲格式）解析为第二个月的第一天，您需要指定pandas.read_csv(somefile.csv, ... dayfirst=True)。

我尝试了 stackoverflow 和其他网站的几种转换函数，但它们要么不起作用，要么什么都不做。

您没有提供您使用过但不起作用的代码，也没有提供您使用的将日期解析为月份的代码。如果您包含一个您实际尝试过的示例，我可以发表具体评论。

在你的问题中，你说你的日期格式是 (yyyy-mm-dd) 但你传递了 format='%m/%d/%Y' 并且在你的屏幕截图中你在不同的地方有'/'和'-'作为你的分隔符。所以我不确定您的原始日期是什么样的。

您传递给 format kwarg 的内容表示前两位数字是零传递月份（即 04），后跟“/”，然后是零填充天数，然后是“/”，然后是年作为年。如果你在问题开头写的是正确的，你应该已经通过了format='%Y-%m-%d'(see the strftime format codes)。

【讨论】：

【解决方案2】：

试试https://towardsdatascience.com/4-tricks-you-should-know-to-parse-date-columns-with-pandas-read-csv-27355bb2ad0e

本质上，尝试 read_csv 函数的 dayfirst 可选输入。你会把它设置为 True 并且有

collections_data = pd.read_csv('./monthly_collections.csv', dayfirst = True)

【讨论】：

OP 实际上需要相反的dayfirst = True。 False 是默认选项，也是 OP 问题的原因。
啊哎呀你是对的我读得太快了。
这没有任何作用。
我实际上输入了 dayFirst=True（实际上不是），现在它开始工作了。（PS 这就是为什么我发现 Python 如此令人沮丧。文档中的函数/参数并不总是按照他们说的去做）。
大写的？诡异的。至少你修好了！祝你好运

推断日期格式

你的问题