熊猫 to_datetime 意外更改年份答案

【问题标题】：Pandas to_datetime changes year unexpectedly熊猫 to_datetime 意外更改年份
【发布时间】：2019-09-05 03:13:10
【问题描述】：

我有一个日期列，在使用 pandas read_csv 后，它被表示为对象类型。我正在尝试将其转换为 pandas 日期时间对象，但是在使用 pd.to_datetime() 时它返回不正确的日期时间对象。

例如，我有这种格式的日期01-06-68，其中 01 是日期，06 是月份，68 是年份。将 pandas to_datetime() 应用于此字符串会返回 2068-06-01，但应返回 1968-06-01，其中 06 是月份，01 是日期。

我使用 pandas to_datetime()、python 的 datetime、pendulum 库尝试了所有可能的解决方案，但仍然出现错误。我该如何解决这个问题？

【问题讨论】：

Python strptime parsing year without century: assume prior to this year?的可能重复
所以看起来 %y 年份低于 69 的任何事物都将被归为 2000 年的一个世纪，而 69 年以上的则为 1900

标签： python pandas datetime datetime-format python-datetime

【解决方案1】：

用途：

df['date'] = pd.to_datetime(df['date'].str[:-2] + '19' + df['date'].str[-2:])

replace 的另一个解决方案：

df['date'] = pd.to_datetime(df['date'].str.replace(r'-(\d+)$', r'-19\1'))

示例：

print (df)
       date
0  01-06-70
1  01-06-69
2  01-06-68
3  01-06-67

df['date'] = pd.to_datetime(df['date'].str.replace(r'-(\d+)$', r'-19\1'))
print (df)
        date
0 1970-01-06
1 1969-01-06
2 1968-01-06
3 1967-01-06

【讨论】：

【解决方案2】：

pd.to_datetime 中有一个 format= 参数
你可以试试df['my_col'] = pd.to_datetime(df['my_col'], format='%d-%m-%Y')

在此处查看其他方法：Convert Pandas Column to DateTime

【讨论】：