在熊猫数据框中转换日期格式

Question

我有一个数据框，日期列有两种不同类型的日期格式。

eg. 1983-11-10 00:00:00 and 10/11/1983

我希望它们都是相同的类型，如何遍历数据框的日期列并将日期转换为一种格式？

Answer 1

我相信你需要参数dayfirst=True在to_datetime ：

df = pd.DataFrame({'Date': {0: '1983-11-10 00:00:00', 1: '10/11/1983'}})
print (df)
                  Date
0  1983-11-10 00:00:00
1           10/11/1983


df['Date'] = pd.to_datetime(df.Date, dayfirst=True)
print (df)
        Date
0 1983-11-10
1 1983-11-10

因为：

df['Date'] = pd.to_datetime(df.Date)
print (df)
        Date
0 1983-11-10
1 1983-10-11

---

或者您可以指定两种格式，然后使用combine_first ：

d1 = pd.to_datetime(df.Date, format='%Y-%m-%d %H:%M:%S', errors='coerce')
d2 = pd.to_datetime(df.Date, format='%d/%m/%Y', errors='coerce')

df['Date'] = d1.combine_first(d2)
print (df)
        Date
0 1983-11-10
1 1983-11-10

多种格式的通用解决方案：

from functools import reduce 

def convert_formats_to_datetimes(col, formats):
    out = [pd.to_datetime(col, format=x, errors='coerce') for x in formats]
    return reduce(lambda l,r: pd.Series.combine_first(l,r), out)

formats = ['%Y-%m-%d %H:%M:%S', '%d/%m/%Y']
df['Date'] = df['Date'].pipe(convert_formats_to_datetimes, formats)
print (df)
        Date
0 1983-11-10
1 1983-11-10

Answer 2

我希望它们都是相同的类型，如何遍历数据框的日期列并将日期转换为一种格式？

您输入的数据不明确： 10 / 11是10 / 11 10 日还是 10 月 11 日？ 您需要指定逻辑来确定哪个是合适的。 如果您要按顺序尝试多种日期格式，则函数很有用：

def date_apply_formats(s, form_lst):
    s = pd.to_datetime(s, format=form_lst[0], errors='coerce')
    for form in form_lst[1:]:
        s = s.fillna(pd.to_datetime(s, format=form, errors='coerce'))
    return s

df['Date'] = date_apply_formats(df['Date'], ['%Y-%m-%d %H:%M:%S', '%d/%m/%Y'])

优先考虑form_lst的第一项。 该解决方案可扩展到任意数量的提供格式。

Answer 3

输入日期为 NSECODE 日期关闭 1 NSE500 20000103 1291.5500 2 NSE500 20000104 1335.4500 3 NSE500 20000105 1303.8000

history_nseindex_df["Date"] = pd.to_datetime(history_nseindex_df["Date"])
history_nseindex_df["Date"] = history_nseindex_df["Date"].dt.strftime("%Y-%m-%d")

输出现在是 NSECode 日期 关闭 1 NSE500 2000-01-03 1291.5500 2 NSE500 2000-01-04 1335.4500 3 NSE500 2000-01-05 1303.8000