pandas 中的混合日期格式 dd/mm/yyyy 和 d/m/y答案

【问题标题】：Mixed date formats dd/mm/yyyy and d/m/y in pandaspandas 中的混合日期格式 dd/mm/yyyy 和 d/m/y
【发布时间】：2017-08-31 20:36:52
【问题描述】：

我有一列中包含混合日期格式的数据框。有些是 dd/mm/yyyy 格式，有些是 d/m/y 格式。如何根据单元格的值应用适当的格式将列设置为日期时间？我正在读取 csv 文件：

DayofWeek,Date
Friday,22/05/2015
Friday,10/2/12
Friday,10/10/14
Friday,21/10/2011
Friday,8/7/11

【问题讨论】：

pd.read_csv('path_to_csv_file', parse_dates=[1], dayfirst=True) 怎么样？还是pd.read_csv('file_with_dates.csv', parse_dates=['Date'], dayfirst=True)？
如果文件已经读入，你可以使用 pandas datetime pd.to_datetime(df.Date, dayfirst=True)
感谢这两种方法都有效。

标签： python-3.x date pandas datetime

【解决方案1】：

df = pd.read_csv('dates.txt', parse_dates=['Date'], dayfirst=True)
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 2 columns):
DayofWeek    5 non-null object
Date         5 non-null datetime64[ns]
dtypes: datetime64[ns](1), object(1)
memory usage: 100.0+ bytes

print(df)

  DayofWeek       Date
0    Friday 2015-05-22
1    Friday 2012-02-10
2    Friday 2014-10-10
3    Friday 2011-10-21
4    Friday 2011-07-08

【讨论】：

infer_datetime_format=True 选项是更通用的日期时间解析解决方案