处理不同的日期格式python？答案

【问题标题】：Dealing with different date formats python?处理不同的日期格式python？
【发布时间】：2026-01-30 18:20:07
【问题描述】：

我正在使用pd.to_datetime(df['Date'], format="%d/%m/%Y") 方法尝试将该列转换为日期时间列。

现在，日期的格式为日/月/年，但格式不同，例如：

5/8/2005
13/08/05
4/2/2006

当我尝试使用 pd.to_datetime() 时出现错误：time data '13/08/05' does not match format '%d/%m/%Y' (match)，当我删除格式时，pandas 会错误地转换日期。

我该如何处理？

【问题讨论】：

标签： python python-3.x pandas date

【解决方案1】：

在pd.to_datetime 中使用dayfirst 关键字：

>>> pd.to_datetime(df['Date'], dayfirst=True)
0   2005-08-05
1   2005-08-13
2   2006-02-04
dtype: datetime64[ns]

【讨论】：

【解决方案2】：

试试这个

pd.to_datetime(df['Date'], dayfirst=True)

【讨论】：

【解决方案3】：

我曾经遇到过类似的问题，在某些情况下，“Month First”和“Day First”结合使用。我使用以下代码解决了这个问题。

df=pd.DataFrame({"A":["5/8/2005","13/08/05","4/2/2006"]})
df.loc[:,"IsMonth"]=df.loc[:,"A"].apply(lambda x: int(x.split("/")[0])>12)
df_1=df[df.loc[:,"IsMonth"]==True]
df_2=df[~df.index.isin(df_1.index)]

df_1["A"]=pd.to_datetime(df_1["A"])
df_2["A"]=pd.to_datetime(df_2["A"])

df=pd.concat([df_1,df_2])
df.drop("IsMonth", inplace=True, axis=1)

请注意pd.to_datetime()的默认行为是使用dayfirst=False

【讨论】：

【解决方案4】：

~~你不能直接处理它。您可以看到details on datetime formatting 并注意到有一个%y 和%Y 指令，分别表示2 位数和4 位数年份。~~（我不知道dayfirst，但我认为apply 用例对其他人仍然有帮助。）

我建议创建一个小函数，然后在应用列上使用该函数。像这样的：

>>> def convertYear(val):
...     (day, month, year) = val.split('/')
...     if len(year) == 2:
...         if int(year) > 40:
...             year = '19' + year
...         else:
...             year = '20' + year
...         newvals = [day, month, year]
...         return '/'.join(newvals)
...     return val

那你可以call this function on the column of interest;类似：

df.Date.apply(convertYear, axis='index') # don't use axis=0, not readability-friendly

现在你终于可以完成了：

pd.to_datetime(df['Date'], format="%d/%m/%Y"

这里有龙

请注意：尽管我的函数试图变得聪明，它假设你有欧洲日期（DD/MM/YYYY），我假设这是因为13/08/05。在美国，它是 (MM/DD/YYYY)。

因为这个烦恼，正确的datetimes should be internationalized，这真的只是东亚风格。（也许整个亚洲？？）

【讨论】：