由于 Pandas 单个单元格中的多个字符串导致的日期时间转换错误答案

【问题标题】：Datetime conversion errors due to multiple strings in a single cell in Pandas由于 Pandas 单个单元格中的多个字符串导致的日期时间转换错误
【发布时间】：2019-11-03 07:30:34
【问题描述】：

我有一个数据框df，如下所示，其中存在Date 字段。我正在使用pd.read_excel() 方法从excel 中读取此内容。

    Company Code    Trxn_date                Company Name     Type
      20040       2019-05-11 00:00:00             ABC        Series A #<--the date is in `datetime` object only.
      20034       2019-04-26 00:00:00             XYZ        Series A
      20033       "5/15/2018\n23/4/2019"          PQR       "Series A  
                                                             Series B" # <-- In same row. 
      20040       2019-06-05 00:00:00             ABC        Series B
      20056        8/16/2019                      MNO        Series B

如您所见，对于20033，Trxn_date 中有两个条目，相隔\n。 Type 字段也是如此。因此，如果我申请pd.to_datetime(df['Trxn_date'])，我会得到一个明显的错误TypeError: invalid string coercion to datetime。我不想coerce 选项。

请注意，除了20033 和20056 之外，所有日期都会被pandas 自动转换为datetime 对象。

我想得到df，如下所示。

    Company Code    Trxn_date         Company Name    Type
      20040       2019-05-11            ABC         Series A   
      20034       2019-04-26            XYZ         Series A
      20033       2019-04-23            PQR         Series B  #<--Only the last date string is picked up and converted to datetime. 
      20040       2019-06-05            ABC         Series B
      20056       2019-08-16            MNO         Series B #<--The date format is changed to `yyyy-mm-dd`.

我无法获得任何线索来实现上述相同。对于20056，我可以使用pd.to_datetime(df['Trxn_date'],errors='coerce').apply(lambda x : x.strftime('%Y-%m-%d') if pd.notnull(x) else ' ')。此操作在Trxn_date 字段中为20033 创建一个空白。

任何人都可以对此提供任何见解吗？可能我必须编写一个函数然后使用lambda 吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以通过\n 拆分并通过str[-1] 获取最后列表，但separator \n depends of real data, so should be different：

df['Trxn_date'] = df['Trxn_date'].str.split('\n').str[-1]
df['Type'] = df['Type'].str.split('\n').str[-1]

df['Trxn_date'] = pd.to_datetime(df['Trxn_date'],errors='coerce').dt.strftime('%Y-%m-%d')

【讨论】：

jezrael：我应该提到，除了20033 和20056 之外，所有日期都被自动视为datetime 对象。因此，当我将您的代码应用于我的代码时，我会得到 NaT 的所有正确条目，例如 20040、20034 等。
@pythondumb - 所以你需要df['Trxn_date'].astype(str).str.split('\n').str[-1] ?
不，这会为所有正确的条目选择00:00:00。由于str[-1].
所以你想让我分享excel文件和上面提到的数据？
我已经解决了同样的问题，只需声明converters={Trxn_date': str}