将 DataFrame 中凌乱的日期字符串转换为 python 和 pandas 中的“datetime”

Question

我有一个以多种格式列出日期的数据框。例如：

       date
201    July 17,2019
555    06-06-2019
295    28/3/2019

有没有办法将所有这些日期转换为datetime？

Answer 1

查看下方Edit 以获得更好的答案。

通常对于这样的任务，您会使用pandas.Series.dt.strftime() 将整个列转换为特定的DateTime 格式，但由于您似乎在不同的行中有不同的格式，您可能应该改为查看datetime.strptime()。

遍历Date 的那一列，通过if（或try）语句更改日期（伪代码用于演示）：

for date in date_column:
    if "," in date:
        # strptime()
    elif "-" in date:
        # strptime()
    elif "/" in date:
        dt = datetime.strptime(date, "%d/%m/%y")

    column_row = dt

Here 是strftime() 格式代码，您需要设置函数的第二个参数。

---

编辑

您也可以使用dateutil.parser.parse 来执行此操作（请务必先通过pip install python-dateutil 安装它）：

from dateutil.parser import parse

df['date'] = df.date.apply(parse)

例如：

from dateutil.parser import parse
import pandas as pd
import numpy as np


def parse_date(date):
    if date is np.nan:
        return np.nan
    else:
        return parse(date)


df = pd.DataFrame(
    {
        "date": [
            "July 17,2019",
            "06-06-2019",
            "28/3/2019",
            "12/3/19",
            "31-12-19",
            np.nan,
        ],
        "text": ["t1", "t2", "t3", "t4", "t5", "t6"],
    }
)

df["date"] = df.date.apply(parse_date)

转换：

           date text
0  July 17,2019   t1
1    06-06-2019   t2
2     28/3/2019   t3
3       12/3/19   t4
4      31-12-19   t5
5           NaN   t6

到

        date text
0 2019-07-17   t1
1 2019-06-06   t2
2 2019-03-28   t3
3 2019-12-03   t4
4 2019-12-31   t5
5        NaT   t6

您也可以通过使用lambda 表达式来完成与函数相同的操作，如下所示：

df["date"] = df.date.apply(lambda date: np.nan if date is np.nan else parse(date))

Answer 2

我会创建一个应用函数来检查正则表达式，并根据该正则表达式返回日期时间，运行 if/elif 命令列表并返回结果，例如：

def checkdate(x):
   if pd.Series(x).str.contains(r'\w+ \d+,\d+')[0]: 
     return datetime.datetime.strptime(x, '%B %d,%Y') 
   #elif next str.contains, etc
   else:
     return np.nan

df.date.apply(checkdate) 

采样

0   2019-07-17
1          NaT
2          NaT

然后您可以使用 df = df.date.apply(checkdate) 将日期列重置为这些值