熊猫，Python中“Jul 07, 2019”的日期解析代码答案

【问题标题】：Date parsing code for "Jul 07, 2019" in pandas, Python熊猫，Python中“Jul 07, 2019”的日期解析代码
【发布时间】：2019-07-27 12:14:54
【问题描述】：

我一直在尝试为我的金融时间序列项目解析表单的日期 - Jul 07, 2018 到 dd-mm-yyyy 格式。但是作为 Pandas 的新手，我无法以通常的方式进行操作，即使用

我试过了：

dateparse = lambda dates: pd.datetime.strptime(dates, '%m/%d/%Y')
data = pd.read_csv('C:\\doc.csv', parse_dates=['date'], index_col='date',date_parser=dateparse)

错误显示为：

ValueError: time data `Jul 07, 2019' does not match format '%m/%d/%Y'

【问题讨论】：

Here's 一个很好的来源，可以在未来为您的解析器找到正确的代码

标签： python pandas date-parsing

【解决方案1】：

简而言之：格式为%b %d, %Y

您需要更改dateparse中指定的格式：

dateparse = lambda 日期：pd.datetime.strptime(dates, '%b %d, %Y')
data = pd.read_csv('C:\\doc.csv', parse_dates=['date'], index_col='date',date_parser=dateparse)

例如：

>>> datetime.strptime('Jul 07, 2018', '%b %d, %Y')
datetime.datetime(2018, 7, 7, 0, 0)
>>> datetime.strptime('Apr 07, 2018', '%b %d, %Y')
datetime.datetime(2018, 4, 7, 0, 0)

【讨论】：

这有两个问题。首先，一个命名的 lambda，其次，pandas 带有 to_datetime，它不需要相同的隐式 python 循环，并且还接受格式字符串
另外，read_csv 本身允许为不同的列和日期格式字符串指定 dtypes（尽管我倾向于分两部分进行，例如我的初始评论）。我猜date_parser 参数适用于常规日期时间语法未涵盖的格式