如何将熊猫数据框列中的两种不同日期格式转换为相同格式？答案

【问题标题】：How to convert two different date formats from a pandas dataframe column into same format?如何将熊猫数据框列中的两种不同日期格式转换为相同格式？
【发布时间】：2020-05-31 15:07:44
【问题描述】：

我在 pandas 列中有两种不同的日期格式，例如 - DD-MM-YYYY 和 MM/DD/YYYY，我想将它们转换为相同的格式。

我尝试使用代码 -

data['SALE DATE'] = pd.to_datetime(data['SALE DATE']).dt.strftime('%m/%d/%Y')

但这会将日期转换为 DD/MM/YYYY 和 MM/DD/YYYY 进入输出 - data['SALE DATE']

我想要一个 python 解决方案来解决这个问题。任何线索都会非常有帮助。

【问题讨论】：

能否请您提供一些源数据以及一些预期输出？
对不起，我已经在问题中添加了示例输入和输出

标签： python pandas date date-formatting

【解决方案1】：

如果您使用的是 pandas 1+ 版本，您可以使用以下解决方案：

pd.to_datetime(["11-08-2018", "05-03-2016", "08/30/2017", "09/21/2018"], infer_datetime_format=True, dayfirst=True).strftime("%m/%d/%Y")

这给出了以下结果：

Index(['08/11/2018', '03/05/2016', '08/30/2017', '09/21/2018'], dtype='object')

这里的重要论点是dayfirst=True。

您可以查看pd.to_datetime 文档了解更多信息

【讨论】：

【解决方案2】：

最直观的解决方法是写一个自定义的转换函数，有点像：

def myDateConv(tt):
    sep = tt[2]
    if sep == '-':
        return pd.to_datetime(tt, format='%d-%m-%Y')
    elif sep == '/':
        return pd.to_datetime(tt, format='%m/%d/%Y')
    else:
        return tt

然后将其作为转换器传递给相关列：

df = pd.read_csv('Input.csv', converters={'Date': myDateConv})

我准备了一个 CSV 文件，它使用 read_csv 读取，没有任何自定义转换器给出了原始内容和两列对象类型：

         Date Input format
0  03-05-2020   DD-MM-YYYY
1  05/07/2020   MM/DD/YYYY

但是用上面的转换器读取相同的文件给出了：

        Date Input format
0 2020-05-03   DD-MM-YYYY
1 2020-05-07   MM/DD/YYYY

带有 datetime64[ns] 类型的 Date 列，并且两个日期都来自五月，正如预期的那样。

或者，如果您有来自其他来源的此 DataFrame，并且您想要转换此列，运行：

df.Date = df.Date.apply(myDateConv)

【讨论】：

非常感谢。解决了我的问题，我学会了如何解决这些问题:)