如何规范化 Pandas DataFrame 中列的默认日期格式？

Question

首先要说我不是最有经验的 Python，我仍在学习。对于我正在处理的当前项目，我必须将一个 CSV 文件加载到 Python 中，并在其中创建了一个 Pandas DataFrame。目标是返回每列的数据类型，特别是具有不同日期格式的数据类型。我创建了一个小样本 CSV 文件来测试它是否可以识别正确的数据类型。

    import pandas as pd
    import numpy as np
    from tabulate import tabulate
    from datetime import datetime

    #Read the CSV file into Pandas DataFrame
    df= pd.DataFrame.from_csv("/Users/rohinmahesh/Documents/Example_CSV1.csv")

    #Create a list of column names (Insert row number column at beginning later)
    lst = list(df.columns.values)


    #Identify column data type

    print(df.dtypes)

CSV 文件如下所示： CSV File:

我面临的问题是，当我调用打印语句时，“日期”列和“位置”列都作为对象返回。对于该项目，我需要将“位置”列标识为字符串，并将“日期”列标识为日期（或 Python 中的 DateTime？），我理解可以通过规范化日期来完成格式？

任何帮助将不胜感激！

Answer 1

我认为您需要read_csv 中的parse_dates 参数：

import pandas as pd
from pandas.compat import StringIO

temp=u"""Date
1-Mar-16
13-1-2015
5/2/16"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), parse_dates=['Date'])
print (df)
        date
0 2016-03-01
1 2015-01-13
2 2016-05-02

print (df.Date.dtypes)
datetime64[ns]

但如果有一些非标准值使用to_datetime 和参数errors='coerce' 将它们替换为NaT（NaN 用于日期时间）：

import pandas as pd
from pandas.compat import StringIO

temp=u"""Date
date20150109
1-Mar-16
13-1-2015
5/2/16"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp))
df['Date'] = pd.to_datetime(df['Date'], errors='coerce')
print (df)
        Date
0        NaT
1 2016-03-01
2 2015-01-13
3 2016-05-02


print (df.Date.dtypes)
datetime64[ns]