如何使用 pandas 转换混合日期时间格式记录？答案

【问题标题】：How to convert mixed datetime format records using pandas?如何使用 pandas 转换混合日期时间格式记录？
【发布时间】：2021-09-26 07:53:32
【问题描述】：

我有如下图所示的 pandas 列

23/6/2011 7:00     
21/4/1998 05:00       
17/02/1990  
11/01/1985 30:30:01       
26/02/1976 
45:42:7

您可以看到该列没有任何固定的日期列格式。

所以，当我尝试将它们转换为日期时间列时，大部分记录变为NaN

我尝试了以下方法，但都不起作用

df['test_date'] = pd.to_datetime(df['test_date']) # it leads to long integer like 130825789000000000
df['test_date'] = pd.to_datetime(df['test_date'],format='%d/%m/%Y %H:%M', errors='coerce') #this makes all other format records as NA

我希望我的输出如下所示。如果以下输出不可能，我至少希望将date values 作为输出

23/6/2011  07:00:00    
21/4/1998  05:00:00       
17/02/1990 00:00:00
11/01/1985 10:30:01       
26/02/1976 00:00:00

【问题讨论】：

我无法重现 df['test_date'] = pd.to_datetime(df['test_date']) 正确解析日期与 00:00:00 缺少的时间。
更新了我的样本数据@AndrejKesely
你想怎么解析时间30:30:01？
我知道这是无效记录。因此，我不想制作该记录 NA，而是像 11/01/1985 00:00:00 一样保留它。如果不可能，我只想保留整列的日期值
查看我遇到的另一个问题的更新示例

标签： python python-3.x pandas dataframe datetime

【解决方案1】：

试试：

from dateutil import parser


def parse_dates(x):
    out = []
    for v in x:
        try:
            out.append(pd.to_datetime(v))
            continue
        except parser._parser.ParserError:
            v = v.split()[0]
            try:
                out.append(pd.to_datetime(v))
            except:
                out.append(pd.NaT)
    return out


df["test_date"] = parse_dates(df["test_date"])
print(df)

打印：

            test_date
0 2011-06-23 07:00:00
1 1998-04-21 05:00:00
2 1990-02-17 00:00:00
3 1985-11-01 00:00:00
4 1976-02-26 00:00:00
5                 NaT

df 已使用：

             test_date
0       23/6/2011 7:00
1      21/4/1998 05:00
2           17/02/1990
3  11/01/1985 30:30:01
4           26/02/1976
5              45:42:7

【讨论】：

【解决方案2】：

更简单：

>>> pd.to_datetime(df['test_date'], infer_datetime_format=True)

0   2011-06-23 07:00:00
1   1998-04-21 05:00:00
2   1990-02-17 00:00:00
3   1985-11-01 10:30:01
4   1976-02-26 00:00:00
Name: test_date, dtype: datetime64[ns]

旧答案

# from dateutil import parser
>>> df['test_date'].map(parser.parse)

0   2011-06-23 07:00:00
1   1998-04-21 05:00:00
2   1990-02-17 00:00:00
3   1985-11-01 10:30:01
4   1976-02-26 00:00:00
Name: test_date, dtype: datetime64[ns]

【讨论】：

嗨 Corralien，假设有一个无效的日期值 32/05/1998 00:00:00。它会成为NA吗？
因为我收到这样的错误ParserError: hour must be in 0..23: 45:42.7
当我尝试下面的pd.to_datetime(df['test_date'], infer_datetime_format=True,errors='ignore')，我得到一个错误AttributeError: Can only use .dt accessor with datetimelike values
例如：如果记录的值类似于10/05/2011 45:02:07，由于小时值不正确，我想保留日期值而不是NaT。因此，我试图为我的所有记录保留 date 值。如果我们不能保留时间戳也没关系