Pandas - 将日期转换为日期时间，日-月-年到年月日因解析日期而失败

Question

我有一个包含 6 个日期列的患者和手术数据框。 日期采用日-月-年的格式。 要获得住院时间，我需要从出院日期 (DISDATE) 中减去入院日期 [ADMIDATE]。 我想将日期列更改为日期时间列。

举个例子

    ADMIDATE    DISDATE
0   06/06/2014  07/06/2014
1   23/06/2014  23/06/2014

如果使用

pd.read_csv('/Users/.......csv', parse_dates=['ADMIDATE', 'DISDATE'])

我得到

    ADMIDATE    DISDATE
0   2014-06-06  2014-07-06
1   2014-06-23  2014-06-23

6 月 7 日变成了 7 月 6 日。(DISDATE , row[0] ) 如果我使用更严格的

for col in ['ADMIDATE', 'DISDATE']:
    df[col] = pd.to_datetime(df[col], format='%d/%m/%Y')

有用

ADMIDATE    DISDATE
0   2014-06-06  2014-06-07
1   2014-06-23  2014-06-23

但它不会接受许多空行，例如在数据收集时患者尚未出院。 我可以在 excel 中格式化日期列以将 csv 转换为年-月-日格式，然后使用解析日期并且它可以正常工作，但我想知道我可以用to_datetime做什么。

Answer 1

dayfirst

此参数强制解析器首先解释这一天

df.apply(pd.to_datetime, dayfirst=True)

    ADMIDATE    DISDATE
0 2014-06-06 2014-06-07
1 2014-06-23 2014-06-23

要指定列：

df[['ADMIDATE', 'DISDATE']].apply(pd.to_datetime, dayfirst=True)

    ADMIDATE    DISDATE
0 2014-06-06 2014-06-07
1 2014-06-23 2014-06-23

---

error='coerce'

为了适应缺失的数据：

df[['ADMIDATE', 'DISDATE']].apply(
    pd.to_datetime, dayfirst=True, errors='coerce'
)

    ADMIDATE    DISDATE
0 2014-06-06 2014-06-07
1 2014-06-23 2014-06-23