将 dtype('O') 转换为日期格式的问题

Question

嗨，我在原始数据集中有日期（在列名下：'earliest_cr_line'），但是当我在 Jupyter 上检查 dtype 时，它​​是 dtype('O')，我使用以下代码转换为日期时间格式在以下代码中：

pd.to_datetime(final_3['earliest_cr_line'], format='%m/%d/%Y')

但此代码将错误显示为 ValueError: time data 'Jan-85' does not match format '%m/%Y' (match)

如何将整个列转换为日期格式，然后创建另一个列，以查看该日期与 2015 年 6 月 30 日之间的月份差异

Answer 1

如果所有日期时间的格式为 MMM-YY 并且 MMM 是月份名称的前 3 个字母，则使用：

print (final_3)
        id earliest_cr_line
0  1077501           Jan-85
1  1077430           Apr-99
2  1077175           Nov-01
3  1076863           Feb-96
4  1075358           Jan-96

final_3['earliest_cr_line'] = pd.to_datetime(final_3['earliest_cr_line'], format='%b-%y')

final_3['diff'] = (pd.to_datetime('2015-06-30') - final_3['earliest_cr_line']).dt.days
print (final_3)
     id earliest_cr_line   diff
0  1077501       1985-01-01  11137
1  1077430       1999-04-01   5934
2  1077175       2001-11-01   4989
3  1076863       1996-02-01   7089
4  1075358       1996-01-01   7120

编辑：你可以减去 100 年，这里使用的是year > 2021：

print (final_3)
        id earliest_cr_line
0  1077501           Jan-63
1  1077430           Apr-99
2  1077175           Nov-01
3  1076863           Feb-96
4  1075358           Jan-96

final_3['earliest_cr_line'] = pd.to_datetime(final_3['earliest_cr_line'], format='%b-%y')

mask = final_3['earliest_cr_line'].dt.year > 2021
h = pd.DateOffset(years=100)
final_3.loc[mask, 'earliest_cr_line'] = final_3['earliest_cr_line'] - h

final_3['diff'] = (pd.to_datetime('2015-06-30') - final_3['earliest_cr_line']).dt.days

print (final_3)
        id earliest_cr_line   diff
0  1077501       1963-01-01  19173
1  1077430       1999-04-01   5934
2  1077175       2001-11-01   4989
3  1076863       1996-02-01   7089
4  1075358       1996-01-01   7120