设置 pd.to_datetime 的格式答案

【问题标题】：Set the format for pd.to_datetime设置 pd.to_datetime 的格式
【发布时间】：2018-05-20 17:39:59
【问题描述】：

您好已经提到了to this post，但我无法解决我的问题。我的 CSV 中有一个列，它是字符串，示例值如下（请注意，month 和 year 的位置有时会颠倒）。我需要在to_datetime 中设置什么格式？我尝试了以下所有方法

df = pd.read_csv("filename.csv") #Imagine there is a Month column

#[1] df["Month"] = pd.to_datetime(df["Month"])
#[2] df["Month"] = pd.to_datetime(df["Month"], format="%m/%d/%Y")

[Month]
Mar-97
Apr-97
May-97
Jun-97
Nov-00
Dec-00
1-Jan
1-Feb
1-Mar
1-Apr

我得到了错误

ValueError: day is out of range for month

对于 [1]，我得到了

ValueError: 时间数据 'Mar-97' 与格式 '%m/%d/%Y' 不匹配（匹配）

对于 [2]。我也尝试删除%d，但没有运气。请您指出这里出了什么问题。

【问题讨论】：

标签： python python-3.x pandas datetime string-to-datetime

【解决方案1】：

一种方法是将try / except 与pd.Series.apply 一起使用：

s = pd.Series(['Mar-97', 'May-97', 'Nov-00', '1-Jan', '1-Mar'])

def converter(x):
    try:
        return pd.datetime.strptime(x, '%b-%y')
    except ValueError:
        year, month = x.split('-')  # split by delimiter
        x = year.zfill(2) + '-' + month  # %y requires 0-padding
        return pd.datetime.strptime(x, '%y-%b')

res = s.apply(converter)

print(res)

0   1997-03-01
1   1997-05-01
2   2000-11-01
3   2001-01-01
4   2001-03-01
dtype: datetime64[ns]

由于我们已经将converter定义为一个函数，我们可以直接将它与pd.read_csv一起使用：

df = pd.read_csv('file.csv', parse_dates=['dt_col_name'], date_parser=converter)

Python's strftime directives 是构造datetime 格式字符串的有用参考。

【讨论】：

【解决方案2】：

不是最优雅的，但您可以尝试修复和订购年份和月份部分。以下代码有效：

重新创建您的数据：

df = pd.DataFrame({"date_str": ['Mar-97', 'Apr-97', 'May-97', 
                                'Jun-97', 'Nov-00', 'Dec-00',
                                '1-Jan', '1-Feb', '1-Mar', '1-Apr']})

拆分部分：

df = pd.concat([df, df['date_str'].str.split("-", expand=True)], axis=1)

组织月份和年份：

df.loc[df[0].str.len() == 3, 'month'] = df.loc[df[0].str.len() == 3, 0]
df.loc[df[1].str.len() == 3, 'month'] = df.loc[df[1].str.len() == 3, 1]
df.loc[df[0].str.len() != 3, 'year'] = df.loc[df[0].str.len() != 3, 0]
df.loc[df[1].str.len() != 3, 'year'] = df.loc[df[1].str.len() != 3, 1]

只有一位数的正确年份：

df.loc[df['year'].str.len() == 1, 'year'] = '0' + df.loc[df['year'].str.len() == 1, 'year']

生成正确的日期列：

df['date'] = (df['month'] + '-' + df['year']).apply(lambda x: pd.to_datetime(x, format="%b-%y"))

输出：

打印（df['date']）

0   1997-03-01
1   1997-04-01
2   1997-05-01
3   1997-06-01
4   2000-11-01
5   2000-12-01
6   2001-01-01
7   2001-02-01
8   2001-03-01
9   2001-04-01
Name: date, dtype: datetime64[ns]

【讨论】：