来自具有自动日期解析的dicts的DataFrame答案

【问题标题】：DataFrame from dicts with automatic date parsing来自具有自动日期解析的dicts的DataFrame
【发布时间】：2019-05-10 19:30:33
【问题描述】：

我正在从 dicts 序列创建一个 Pandas DataFrame。字典很大而且有些异类。有些字段是日期。

我想自动检测和解析日期字段。这可以通过

df0 = pd.Dataframe.from_dict(dicts)
df0.to_csv('tmp.csv', index=False)
df = pd.read_csv('tmp.csv', parse_dates=True)

我想找到一种更直接的方法来做到这一点。

【问题讨论】：

标签： python pandas date dataframe

【解决方案1】：

使用`pd.to_datetime` 和`errors='ignore'`

仅在使用select_dtypes 的dtype == object 列上使用。这可以防止将数字列转换为无意义的日期。
如果遇到任何错误，'ignore' 将放弃转换尝试。
使用combine_first 代替update，因为update 保留初始dtypes。由于它们是对象，这会搞砸一切。

df.select_dtypes(include=object).apply(pd.to_datetime, errors='ignore').combine_first(df)

       date0      date1  feuxdate notadate
0 2019-01-01        NaT       NaN      NaN
1        NaT        NaT       0.0      NaN
2        NaT        NaT       NaN       hi
3        NaT 2019-02-01       NaN      NaN

使用assign 处理dtypes 也可能变得棘手

df.assign(**df.select_dtypes(include=object).apply(pd.to_datetime, errors='ignore'))

设置

dicts = [
    {'date0': '2019-01-01'},
    {'feuxdate': 0},
    {'notadate': 'hi'},
    {'date1': '20190201'}
]

df = pd.DataFrame.from_dict(dicts)

【讨论】：

@piRSquared 确定，请
呸！应该保留它为你的。大部分是相同的组件（-：哦，好吧，我想我们会活下来的。
@piRSquared 啊哈，先生，不用担心 :-)，因为 select_dtypes 是使其工作的关键 :-)

使用pd.to_datetime 和errors='ignore'

设置

使用`pd.to_datetime` 和`errors='ignore'`