具有不同多种日期格式问题的 Pandas 日期格式答案

【问题标题】：Pandas date formatting with different multiple date formats problems具有不同多种日期格式问题的 Pandas 日期格式
【发布时间】：2019-09-14 21:02:56
【问题描述】：

我正在尝试将我的数据框中的列转换为日期，这意味着生日。这些数据是在几年内以不同的格式手动捕获的。我无法让 Pandas 正确格式化整列。

格式包括：

YYYYMMDD
DDMMYYYY
DD/MM/YYYY
DD-MMM-YYYY (eg JAN)

我试过了

dates['BIRTH-DATE(MAIN)'] = pd.to_datetime(dates['BIRTH-DATE(MAIN)'])

但我得到了错误

ValueError: 19670314 年超出范围

不确定如何让它包含多种日期格式？

【问题讨论】：

应该将像 19670304 这样的值解释为 4 月 3 日还是 3 月 4 日？
19670304 应该是三月

标签： python pandas

【解决方案1】：

在我看来，pandas 在转换日期方面非常出色，但几乎不可能总是自动猜出正确的格式。使用 pd.to_datetime 和选项 errors='coerce' 并检查未手动转换的日期。

【讨论】：

【解决方案2】：

您可以创建自己的函数来处理这个问题。例如，类似：

df = pd.DataFrame({'date': {0: '20180101', 1: '01022018', 2: '01/02/2018', 3: '01-JAN-2018'}})

def fix_date(series, patterns=['%Y%m%d', '%d%m%Y', '%d/%m/%Y', '%d-%b-%Y']):
    datetimes = []
    for pat in patterns:
        datetimes.append(pd.to_datetime(series, format=pat, errors='coerce'))
    return pd.concat(datetimes, axis=1).ffill(axis=1).iloc[:, -1]

df['fixed_dates'] = fix_date(df['date'])

[出]

print(df)    

          date fixed_dates
0     20180101  2018-01-01
1     01022018  2018-02-01
2   01/02/2018  2018-02-01
3  01-JAN-2018  2018-01-01

【讨论】：

pd.to_datetime(s, format=pat, errors='coerce') 中的“s”是什么？
@ThelurkerLurker 道歉，它确实应该是 series 而不是 s。我更新了我的答案