Python自动将特定数据转换为日期格式并丢失数据答案

【问题标题】：Python automatically converting specific data to date format and losing dataPython自动将特定数据转换为日期格式并丢失数据
【发布时间】：2021-03-06 01:48:24
【问题描述】：

我正在用 pandas 清理一个 csv 文件，主要是删除特殊字符，例如（'/'、'#' 等）。该文件有 7 列（都不是日期）。

在某些列中，只有数字数据，例如“1980 年 11 月 6 日”。

我注意到直接在读取 csv 文件后，

df = pd.read_csv ('report16.csv', encoding ='ANSI')

此数据变为“11/6/80”，清理后变为“11 6 80”（与输出文件中的结果相同）。因此，无论数据有“/”，它都被解释为日期，python 正在从数据中删除前 2 位数字。

Data	Expected result	Actual Result
11/6/1980	11 6 1980	11 6 80
12/8/1983	12 8 1983	12 8 83

以上两个结果都是错误的，因为在实际结果列中，我在最后丢失了 2 位数字。

数据是这样的

Org Name	Code	Code copy
ABC	11/6/1980	11/6/1980
DEF	12/8/1983	12/8/1983
GH	11/5/1987	11/5/1987

OrgName,    Code,   Code copy
ABC,    11/6/1980,  11/6/1980
DEF,    12/8/1983,  12/8/1983
GH, 11/5/1987,  11/5/1987
KC,      9000494,          9000494

值得一提的是，该列包含其他数据，例如“900490”、字符串等，但在这些情况下，没有任何问题。

怎样才能不允许这种转换？

【问题讨论】：

欢迎来到 SO！只要您以我们习惯的方式提问，您就会在这里找到帮助。在这里，如果您向我们展示您使用的代码以及显示问题的数据 - 事实上，如果您提供minimal reproducible example，您可以获得更相关和更详细的答案。如果您不太了解minimal reproducible example 是什么，请阅读How to Ask...
我无法复制。请参阅下面我的（非）答案以获取更多详细信息。
这里仍然不是可用的格式。由于问题是在读取 csv 文件时，您应该以原始文本格式而不是电子表格格式显示文件，例如在 Windows 控制台 CMD 窗口中使用 type file.csv 或在 Unix 上使用 cat file.csv 时喜欢。或者当你在一个简单的文本编辑器中打开它，比如 Windows 记事本，或类 Unix 上的 vi，或 notepad++

标签： python pandas dataframe date data-cleaning

【解决方案1】：

不是答案，但 cmets 不允许包含良好呈现的代码和数据。

这是我所说的最小可重现示例：

sample.csv 文件内容：

Data,Expected result,Actual Result
11/6/1980,11 6 1980,11 6 80
12/8/1983,12 8 1983,12 8 83

代码：

df = pd.read_csv('sample.csv')
print(df)
s = df['Data'].str.replace('/', ' ')
print((df['Expected result'] == s).all())

它给出了：

        Data Expected result Actual Result
0  11/6/1980       11 6 1980       11 6 80
1  12/8/1983       12 8 1983       12 8 83
True

这证明read_csv已经正确读取了文件并且没有改变任何东西。

请以文本形式显示您的 CSV 文件的内容，以及足够的代码来重现您的问题。

【讨论】：

这不是一个答案，可能会在一段时间内被删除......无论如何应该是;-)
这看起来像是对我的回答。一个很好的答案。向 OP 展示了解决问题的一个非常好的第一步：将问题分解为可以证明/反驳的部分（“证明 read_csv 已正确读取文件”）。还展示了 OP 如何通过提供问题的核心来获得更好的支持：文本文件。干得好。
@jim 感谢您的支持 :-) 。我说这不是一个完全出于这些原因的答案：它解释了 OP 如何提出问题，它解释了他们在问这里之前应该在自己的系统上控制什么，或者至少在他们需要解释时应该显示什么。通常应该进入 cmets 的所有东西 :-(

【解决方案2】：

试试字符串操作怎么样？！首先选择您要修改的列并将“/”或“#”替换为空格：column.str.replace("/", "")。我希望这会奏效！

【讨论】：

我试过这个，但是在阅读 csv 文件时问题变得很明显。因此，在读取文件后，它们立即变为日期，并且“年份”列的 2 位数字丢失。到目前为止，我所做的是在 excel 中将 '/' 替换为 ' * ' 并重新读取文件，这样就可以了。但是我想知道在 Python 中是否有解决方法。

【解决方案3】：

转换日期的行为并不是严格意义上的 Python 问题。您正在使用 pandas read_csv。

尝试显式声明分隔符。如果 sep 没有声明，它会进行猜测。

df = pd.read_csv ('report16.csv', encoding ='ANSI', sep =',')

【讨论】：