在 Python 中将 Object 数据类型的内容转换为 Date 数据类型

Question

我使用 Jupyter Notebook、Pandas 框架和 Python 作为编程语言。 我有一个具有以下形状的数据框 (10500, 4)。所以它有 4 列和 10500 条记录。 Initial_Date 是对象数据类型的 4 列之一。这是它包含的信息类型：

Initial_Date
1971
11969
102006
03051992
00131954
27001973
45061987
1996

很容易将列的格式确定为 DDMMYYYY（03051992 是 1992 年 5 月 3 日）

注意：如您所见，有invalid MM（00 和13）和invalid DD（00 和45）。 p>

我想使用正则表达式来提取该字段中可用的任何内容。我不知道如何分别阅读 YYYY 到 MM 或 DD，所以请在此赐教。提取发生后，我想测试一下 YYYY、DD 和 MM 是否有效。如果其中任何一个无效，则分配 NaT，否则分配 DD-MM-YYYY 或 DD/MM/YYYY（不要对结束格式挑剔）。

例如： 051992 被视为无效，因为它变成了 DD/05/1992

包含完整 8 位数字的字段，例如 10081996 被视为有效 10/08/1996

附言。我开始使用 Pandas、Jupyter notebook 并放慢恢复我的 Python 技能。仅供参考，如果你们认为有更好的方法将每个字段转换为有效的 Date 数据类型，那么请赐教。

Answer 1

你可以这样做：

result = pd.to_datetime(d.Initial_Date.astype(str), dayfirst=True, errors='coerce')

result.ix[result.isnull()] = pd.to_datetime(d.Initial_Date.astype(str), format='%d%m%Y', dayfirst=True, errors='coerce')
#format is set to %d%m%Y

结果：

In [88]: result
Out[88]:
0   1971-01-01
1          NaT
2   2006-10-20
3   1992-03-05
4   1954-01-03
5          NaT
6          NaT
7   1996-01-01
Name: Initial_Date, dtype: datetime64[ns]

原始DF

In [89]: d
Out[89]:
   Initial_Date
0          1971
1         11969
2        102006
3       3051992
4        131954
5      27001973
6      45061987
7          1996