提问人：Rohit Pawar 提问时间：10/25/2023 更新时间：10/25/2023 访问量：40
将具有多种格式的日期列更改为 datetime
Changing date column with multiple formats to datetime
问：
我有一个带有日期列的数据帧。它在日期上有多种格式，主要是“YYYY-MM-DD”，但也有一些“YYYY”。MM.DD“，有些像”1968 年 10 月 26 日”。如何将它们制作成一种日期时间格式？谢谢
尝试了一些堆栈溢出解决方案，但似乎没有任何效果。
答：
1赞
HolderRoberts
10/25/2023
#1
您可以尝试名为 的第三方库。您可以在此处阅读文档。dateparser
在这里，我只给大家看一些例子。
首先，只需通过以下方式安装
pip install dateparser
然后，您可以执行以下操作：
>>> import dateparser
>>> dateparser.parse('2012-10-02') # YYYY-MM-DD
datetime.datetime(2012, 10, 2, 0, 0)
>>> dateparser.parse('2012.05.02') # YYYY.MM.DD
datetime.datetime(2012, 5, 2, 0, 0)
>>> dateparser.parse('1968 October 26') # Other format
datetime.datetime(1968, 10, 26, 0, 0)
dateparser.parse返回 Python standard ，您可以轻松地将其转换为所需的任何格式。datetime.datetime
此外，我认为如果您发布“一些堆栈溢出解决方案”和结果可能会更好，以便我们可以为您提供一些建议。
0赞
user19077881
10/25/2023
#2
解析器会将各种格式的字符串转换为 Pandas 日期时间/时间戳。注意 dateutil 作为 .datetime/timestamp 格式最适合 Pandas 中的持续处理。如果您确实想要一个字符串，则可以使用允许定义所需字符串格式的函数转换此格式。python-dateutilstrftime
from dateutil.parser import parse
import pandas as pd
df = pd.DataFrame({'Date': ["2023-10-23", "2011.09.26", "1968 October 26"]})
df['Date'] = df['Date'].map(parse)
print(df)
Date
0 2023-10-23
1 2011-09-26
2 1968-10-26
0赞
mozway
10/25/2023
#3
pd.to_datetime可以从头开始处理所有这些格式，请使用以下参数：format='mixed', yearfirst=True, dayfirst=False
df['date2'] = pd.to_datetime(df['date'], format='mixed',
yearfirst=True, dayfirst=False)
在这种特殊情况下，您甚至可以省略：yearfirst=True
df['date2'] = pd.to_datetime(df['date'], format='mixed', dayfirst=False)
例：
date date2
0 1968-10-26 1968-10-26
1 1968.10.26 1968-10-26
2 1968 October 26 1968-10-26
评论