列中的混合日期答案

【问题标题】：Mixed dates in column列中的混合日期
【发布时间】：2022-01-12 21:53:51
【问题描述】：

使用 Pandas：我有一个非常大的数据框，其中一列（从许多 .csv 和 .xlsx 文件导入）具有不同格式的混合日期。我设法统一了所有分隔符 /.- 但仍然无法将日期 YYYY/MM/DD 和 DD/MM/YYYY 统一为其中之一（与哪个不真正相关）。

我在一个非常大的 DataFrame 中有一个列：

Date
15-11-2021
2021-11-11
2021-11-20
19-11-2021
...

我需要：

Date
15-11-2021
11-11-2021
20-11-2021
19-11-2021
...

我尝试了旧问题的解决方案。 502726 和没有。 49435438 但没用

像这样：

datetime.datetime.strptime(df['Date'], "%d-%m-%Y").strftime("%Y-%m-%d")

但报错：AttributeError: type object 'datetime.datetime' has no attribute 'datetime'

或者函数定义：

new_date_format='%Y-%m-%d'
old_date_format='%d-%m-%Y'
def conv_dates_series(df, col, old_date_format, new_date_format):
    df[col] = pd.to_datetime(df[col], format=old_date_format).dt.strftime(new_date_format)
    return df

但是当发现意外的正确格式时很快返回错误（可能 if/then 子句在这里会有所帮助，但我不知道如何与 to_datetime(format) 一起使用。

有什么想法吗？谢谢！

【问题讨论】：

标签： python pandas date

【解决方案1】：

您可以简单地使用pd.to_datetime 并让 Pandas 推断出正确的格式：

>>> pd.to_datetime(df['Date'])
0   2021-11-15
1   2021-11-11
2   2021-11-20
3   2021-11-19
Name: Date, dtype: datetime64[ns]

转换成字符串：

>>> pd.to_datetime(df['Date']).astype(str)
0   2021-11-15
1   2021-11-11
2   2021-11-20
3   2021-11-19
Name: Date, dtype: object

【讨论】：

确实很优雅，谢谢！
由于我的名声这么低，我的投票不给分。我现在再试一次。
@GuillermoDC。在您的情况下，您不需要使用dt.strftime，像.astype(str) 这样的简单转换效果很好。
我想你可以accept an answer。
确实如此。谢谢。我愿意接受两者，因为两者都有效！

【解决方案2】：

假设Date 列值是字符串（并假设没有像%Y-%d-%m 这样的奇怪格式），我可以简单地使用pd.Timestamp：

In [4]: df
Out[4]:
         Date
0  15-11-2021
1  2021-11-11
2  2021-11-20
3  19-11-2021

In [5]: df["Date"].apply(pd.Timestamp)
Out[5]:
0   2021-11-15
1   2021-11-11
2   2021-11-20
3   2021-11-19
Name: Date, dtype: datetime64[ns]

或者，您可以使用pd.to_datetime(df["Date"])。

【讨论】：

【解决方案3】：

终于找到了解决办法，比较简单：

df['Date'] = pd.to_datetime(df['Date']).dt.strftime('%Y-%m-%d')

【讨论】：