如何将 pandas 数据框列中的两种不同日期格式转换为相同格式？

Question

我在 pandas 列中有两种不同的日期格式，例如 - DD-MM-YYYY 和 MM/DD/YYYY，我想将它们转换成相同的格式。

我尝试使用代码 -

data['SALE DATE'] = pd.to_datetime(data['SALE DATE']).dt.strftime('%m/%d/%Y')

但这会将日期转换为 DD/MM/YYYY 和 MM/DD/YYYY 进入输出 - data['SALE DATE']

我想要一个 python 解决方案来解决这个问题。任何线索都会很有帮助。

Answer 1

最直观的解决方案是编写自定义转换函数，有点像：

def myDateConv(tt):
    sep = tt[2]
    if sep == '-':
        return pd.to_datetime(tt, format='%d-%m-%Y')
    elif sep == '/':
        return pd.to_datetime(tt, format='%m/%d/%Y')
    else:
        return tt

然后将其作为相关列的 转换器 传递：

df = pd.read_csv('Input.csv', converters={'Date': myDateConv})

我准备了一个CSV文件，用read_csv读取，没有任何自定义转换器给出了原始内容和两列对象类型：

         Date Input format
0  03-05-2020   DD-MM-YYYY
1  05/07/2020   MM/DD/YYYY

但是用上面的转换器读取同一个文件给出了：

        Date Input format
0 2020-05-03   DD-MM-YYYY
1 2020-05-07   MM/DD/YYYY

Date 列的 datetime64[ns] 类型和两个日期都来自五月，如期而至。

或者如果你有来自其他来源的这个 DataFrame 并且你想要转换此列，运行:

df.Date = df.Date.apply(myDateConv)

Answer 2

如果您使用的是pandas 1+版本，您可以使用以下解决方案：

pd.to_datetime(["11-08-2018", "05-03-2016", "08/30/2017", "09/21/2018"], infer_datetime_format=True, dayfirst=True).strftime("%m/%d/%Y")

结果如下：

Index(['08/11/2018', '03/05/2016', '08/30/2017', '09/21/2018'], dtype='object')

这里的重要参数是dayfirst=True。

您可以查看 pd.to_datetime 文档了解更多信息

如何将 pandas 数据框列中的两种不同日期格式转换为相同格式？

How to convert two different date formats from a pandas dataframe column into same format?

python

date

date-formatting

pandas