将数据框中的所有日期更改为标准日期时间

Question

我有一个带有日期列的数据框，它看起来像这样。有多个日期列，例如结束日期、会计年度日期等。

Plan Start Date
8/16/2017 0:00
5/31/2017 0:00
5/31/2017 0:00
5/31/2017 0:00
5/31/2017 0:00
4/21/2016 0:00
2/25/2016 0:00
12/15/2016 0:00
12/15/2016 0:00
12/15/2016 0:00
42373
42373
42367
42367
42367
42367
42460
42460
42460
42460
42460
42759
42333

我正在尝试编写一个函数，它基本上将这些积分器更改为适当的日期格式，并将此列格式化为 datetime[64]。此列格式是当前对象类型。

我在下面写了函数

def change_date_df(df):
    format_dates_df = [col for col in df.columns if 'Date' in col];
    for date in format_dates_df:
        df[date] = pd.to_datetime(df[date]).apply(lambda x: x.strftime('%d-%m-%y')if not pd.isnull(x) else '');
    return df;

它现在回馈了一个

ValueError: mixed datetimes and integers in passed array

我猜这些数字没有被转换为日期。但我不确定我还能如何调整我的代码。

有什么想法吗？

亚当

Answer 1

引用How to convert a given ordinal number (from Excel) to a date，使用from_excel_ordinal将序数值转换为日期时间-

m = df['Plan Start Date'].str.isdigit()

或者，如果你有一列对象 -

df['Plan Start Date'].astype(str).str.isdigit()

接下来，使用 apply 将函数应用于行的子集 -

df.loc[m, 'Plan Start Date'] = \
df.loc[m, 'Plan Start Date']\
  .astype(int)\
  .apply(from_excel_ordinal)

最后，使用pd.to_datetime将整列转换为日期时间，得到统一的结果 -

df['Plan Start Date'] = pd.to_datetime(df['Plan Start Date'], errors='coerce')

df

   Plan Start Date
0       2017-08-16
1       2017-05-31
2       2017-05-31
3       2017-05-31
4       2017-05-31
5       2016-04-21
6       2016-02-25
7       2016-12-15
8       2016-12-15
9       2016-12-15
10      2016-01-04
11      2016-01-04
12      2015-12-29
13      2015-12-29
14      2015-12-29
15      2015-12-29
16      2016-03-31
17      2016-03-31
18      2016-03-31
19      2016-03-31
20      2016-03-31
21      2017-01-24
22      2015-11-25