将 pandas 列转换为日期，具有多种日期答案

【问题标题】：Converting pandas column to date, with many type of dates将 pandas 列转换为日期，具有多种日期
【发布时间】：2025-12-06 13:55:02
【问题描述】：

如何将下面的日期列转换为单个格式化的日期列？

df = pd.DataFrame(data={'datecol': ["-",
                                    "44198",
                                    "2021/01/01", 
                                    "14.04.20",
                                    "2021-13-03"]})

print(df.dropna()) 应该返回以下结果：

      datecol
0  2021-01-02
1  2021-01-01
2  2020-04-14
3  2021-03-13

谢谢！

【问题讨论】：

"44198" 在 Python 中不是可识别的日期格式。您大概是从 Excel 中获得的，其中数字代表 1899 年 12 月 31 日之后的天数
我知道，我正在为更广泛的问题进行缩减。在最初的问题中，我尝试使用 (datetime.utcfromtimestamp(0) + timedelta(df[col].astype(int))).strftime("%Y-%m-%d") 之类的东西，但我无法解释任何可能的格式......

标签： python pandas datetime

【解决方案1】：

使用pd.to_datetime 转换所有有效的日期时间格式，为无法识别的格式指定格式
转换所有整数 (Excel) 日期。
将两者与fillna 结合使用

parsed = pd.to_datetime(df["datecol"], errors="coerce").fillna(pd.to_datetime(df["datecol"],format="%Y-%d-%m",errors="coerce"))
ordinal = pd.to_numeric(df["datecol"], errors="coerce").apply(lambda x: pd.Timestamp("1899-12-30")+pd.Timedelta(x, unit="D"))

df["datecol"] = parsed.fillna(ordinal)

>>> df
     datecol
0        NaT
1 2021-01-02
2 2021-01-01
3 2020-04-14
4 2021-03-13

【讨论】：

【解决方案2】：

如果一列包含多种格式，您将需要使用不同格式多次解析该列，并使用combine_first 组合生成的信息。因为我们指定了errors='coerce'，所以日期格式应该只匹配一种格式。

另一个小问题是，您的某些格式要求您只指定 format 参数，而其他格式则需要 origin 和 unit 参数。我们可以将kwargs 的字典传递给pd.to_datetime 函数来处理这个问题。

请注意，任何数值都适用于origin 和unit，因此如果您的日期列的值代表同一列中具有不同偏移量的不同单位，则不能使用此方法。在这种情况下，您需要提供其他逻辑来指示哪些单位和偏移量与哪些行相关。

import pandas as pd
from functools import reduce 

kwl = [{'format': '%Y/%m/%d'},
       {'format': '%d.%m.%y'},
       {'format': '%Y-%d-%m'},
       {'format': '%Y/%m/%d'},
       {'unit': 'd', 'origin': '1899-12-30'}]]

l = []
for kwargs in kwl:
    if 'unit' in kwargs.keys():
        s = pd.to_numeric(df['datecol'], errors='coerce')
    else:
        s = df['datecol']
        
    l.append(pd.to_datetime(s, errors='coerce', **kwargs))

result = reduce(lambda l,r: l.combine_first(r), l)

print(result)
#0          NaT
#1   2021-01-02
#2   2021-01-01
#3   2020-04-14
#4   2021-03-13
Name: datecol, dtype: datetime64[ns]

【讨论】：