Pandas 中的字符串到日期时间格式答案

【问题标题】：String to date time format in PandasPandas 中的字符串到日期时间格式
【发布时间】：2018-12-03 11:30:02
【问题描述】：

我有一个包含日期列的 csv 文件。日期的格式为“1stNov”、“22ndNov”等。如何以编程方式将它们转换为 Pandas 中的日期时间？

【问题讨论】：

请出示您的资料
那么最后三个字母是月份？
试试：pd.read_csv(filepath, parse_dates = True)
是的，过去三个月是几个月

标签： python python-3.x pandas csv datetime

【解决方案1】：

这不是 Pandas 特有的问题，而是字符串/模式匹配的问题。使用Python's strftime directives。另请注意，您必须提供一年：datetime 内部对象必须持有一年。所以使用普通的 Python：

from datetime import datetime

L = ["1stNov", "22ndNov"]
res = [datetime.strptime(i[:-5] + i[-3:] + '2018', '%d%b%Y') for i in L]

[datetime.datetime(2018, 11, 1, 0, 0),
 datetime.datetime(2018, 11, 22, 0, 0)]

或者使用熊猫：

s = pd.Series(L)
res = pd.to_datetime(s.str[:-5] + s.str[-3:] + '2018', format='%d%b%Y')

0   2018-11-01
1   2018-11-22
dtype: datetime64[ns]

【讨论】：

【解决方案2】：

对parser使用列表推导：

df = pd.DataFrame({'dates':["1stNov", "22ndNov"]})

from dateutil import parser
df['dates'] = [parser.parse(f'{x[:-3]} {x[-3:]} 2018') for x in df['dates']]

或者删除st、nd字符串并转换to_datetime：

#python 3.6+ solution with f-strings
dates = [(f'{x[:-5]}{x[-3:]}2018') for x in df['dates']]
#python bellow 3.6
#dates = ['{}{}2018'.format(x[:-5], x[-3:]) for x in df['dates']]
df['dates'] = pd.to_datetime(dates, format='%d%b%Y')

print (df)
       dates
0 2018-11-01
1 2018-11-22

【讨论】：