Pandas 日期时间格式不一致

Question

大约两周前，我开始使用 pandas 库。学习新功能。对于以下问题，我将不胜感激。

我有一列包含混合格式的日期。这是目前存在的 2 种格式

1. mm/dd/yyyy
2. dd/mm/yyyy

数据集的摘录：-

Dates  
6/5/2016  
7/5/2016  
7/5/2016  
7/5/2016  
9/5/2016  
9/5/2016  
9/5/2016  
9/5/2016  
5/13/2016  
5/14/2016  
5/14/2016  

我正在努力将这些转换为通用格式。我尝试使用熊猫的'to_datetime'。这没用。 我也不确定在这种情况下使用正则表达式会有什么帮助。

另一条信息。日期按排序顺序排列。可以使用信息完成某事吗？

编辑1：

我知道，如果我们单独查看它们，则无法区分 2016 年 6 月 4 日和 2016 年 5 月 6 日。但是，我希望日期按升序排列并且实际数据集分布超过一年的事实，会有一种方法来理解它。鉴于日期按升序排列，是否有人知道可以理解格式的函数？

编辑2： 2 个月的样本：- 2016 年 4 月和 5 月。请注意，没有模式。所以请不要根据以下数据的模式提出任何解决方案。

2016 年 4 月 1 日 2016 年 4 月 1 日 2016 年 4 月 3 日 2016 年 4 月 3 日 2016 年 3 月 4 日 2016 年 4 月 4 日 2016 年 4 月 4 日 2016 年 4 月 5 日 2016 年 4 月 5 日 2016 年 4 月 7 日 2016 年 4 月 7 日 2016 年 4 月 8 日 2016 年 4 月 8 日 2016 年 4 月 14 日 2016 年 4 月 16 日 2016 年 6 月 4 日 2016 年 7 月 4 日 2016 年 8 月 4 日 2016 年 11 月 4 日 2016 年 11 月 4 日 2016 年 11 月 4 日 2016 年 11 月 4 日 2016 年 11 月 4 日 2016 年 12 月 4 日 2016 年 12 月 4 日 2016 年 12 月 4 日 2016 年 13 月 4 日 2016 年 13 月 4 日 2016 年 13 月 4 日 2016 年 13 月 4 日 14/04/2016 15/4/2016 2016 年 16 月 4 日 2016 年 16 月 4 日 2016 年 4 月 18 日 2016 年 4 月 18 日 2016 年 4 月 19 日 2016 年 4 月 19 日 20/4/2016 20/4/2016 21/4/2016 21/4/2016 21/4/2016 22/4/2016 23/4/2016 23/4/2016 25/4/2016 25/4/2016 26/4/2016 26/4/2016 26/4/2016 26/4/2016 26/4/2016 26/4/2016 2016 年 4 月 29 日 2016 年 4 月 29 日 2016 年 4 月 29 日 2016 年 4 月 30 日 2016 年 2 月 5 日 2016 年 2 月 5 日 2016 年 3 月 5 日 2016 年 3 月 5 日 2016 年 3 月 5 日 2016 年 3 月 5 日 2016 年 4 月 5 日 2016 年 5 月 4 日 2016 年 5 月 4 日 2016 年 5 月 4 日 2016 年 6 月 5 日 2016 年 6 月 5 日 2016 年 7 月 5 日 2016 年 7 月 5 日 2016 年 7 月 5 日 2016 年 9 月 5 日 2016 年 9 月 5 日 2016 年 9 月 5 日 2016 年 9 月 5 日 2016 年 10 月 5 日 2016 年 10 月 5 日 2016 年 11 月 5 日 2016 年 11 月 5 日 2016 年 12 月 5 日 2016 年 5 月 13 日 2016 年 5 月 14 日 2016 年 5 月 14 日 2016 年 5 月 15 日 2016 年 5 月 16 日 2016 年 5 月 16 日 2016 年 5 月 16 日 2016 年 5 月 16 日 2016 年 5 月 16 日 2016 年 5 月 16 日 2016 年 5 月 16 日 2016 年 5 月 17 日 2016 年 5 月 17 日 2016 年 5 月 18 日 2016 年 5 月 18 日 2016 年 5 月 19 日 2016 年 5 月 19 日 2016 年 5 月 20 日 2016 年 5 月 20 日 2016 年 5 月 20 日 2016 年 5 月 20 日 2016 年 5 月 20 日 2016 年 5 月 21 日 2016 年 5 月 23 日 2016 年 5 月 23 日 2016 年 5 月 23 日 2016 年 5 月 23 日 2016 年 5 月 23 日 2016 年 5 月 23 日 2016 年 5 月 24 日 2016 年 5 月 24 日 2016 年 5 月 25 日 2016 年 5 月 26 日 2016 年 5 月 26 日 2016 年 5 月 26 日 2016 年 5 月 27 日 2016 年 5 月 27 日 2016 年 5 月 27 日 2016 年 5 月 27 日 2016 年 5 月 27 日 2016 年 5 月 27 日 2016 年 5 月 27 日 2016 年 5 月 28 日 2016 年 5 月 30 日 2016 年 5 月 30 日

Answer 1

真正的问题是您的数据集中有不明确的日期（您是否将其解析为 mm/dd/yyyy 或 dd/mm/yyyy，如果可能的话？？（我来过这里，并且我们决定只选择大多数似乎是什么；本质上数据集被破坏了......我们不得不这样对待它）。

---

如果它是一个系列，那么用pd.to_datetime 打它似乎有效：

In [11]: s = pd.Series(['6/5/2016', '7/5/2016', '7/5/2016', '7/5/2016', '9/5/2016', '9/5/2016', '9/5/2016', '9/5/2016', '5/13/2016', '5/14/2016', '5/14/2016'])

In [12]: pd.to_datetime(s)
Out[12]:
0    2016-06-05
1    2016-07-05
2    2016-07-05
3    2016-07-05
4    2016-09-05
5    2016-09-05
6    2016-09-05
7    2016-09-05
8    2016-05-13
9    2016-05-14
10   2016-05-14
Name: 0, dtype: datetime64[ns]

注意：如果你有一个一致的格式，你可以明确地传递它：

In [13]: pd.to_datetime(s, format="%m/%d/%Y")
Out[13]:
0    2016-06-05
1    2016-07-05
2    2016-07-05
3    2016-07-05
4    2016-09-05
5    2016-09-05
6    2016-09-05
7    2016-09-05
8    2016-05-13
9    2016-05-14
10   2016-05-14
Name: 0, dtype: datetime64[ns]