Pandas to_datetime 忽略格式

Question

我试图将存储在我的数据框中的日期转换为 DateTime 格式。 我要转换的列的日期以mm/dd/yy格式存储。

这是我用来转换的脚本：

df['dt'] = pd.to_datetime(df['dt'], format = '%d-%m-%Y')

即使提供的格式不正确，脚本也可以准确地转换日期，并且不会出错。

我的问题是为什么在提供错误格式时脚本没有抛出错误？

Answer 1

考虑日期1-2-2020 。 现在只看日期，你能准确说出它是什么日期吗？ 答案是否定的，因为除非您知道日期的格式或日期的创建方式（即日-月-年或月-日-年），否则您无法真正确定上述日期是1st February 2020还是2nd January 2020 。 因此，这里的关键是验证数据集及其来源。 您可以将多种直觉技术应用于您的数据，例如，如果数据来自美国，则常用日期格式为MM/DD/YYYY或者如果印度则为DD-MM-YY 。

样本

>>> import pandas as pd
>>> df = pd.DataFrame({'dt': ['1-1-2020', '15-2-2020', '3-24-2020']})
>>> df
          dt
0   1-1-2020
1  15-2-2020
2  3-24-2020

代码 - 按预期抛出错误

>>> pd.to_datetime(df['dt'], format = '%d-%m-%Y')
Traceback (most recent call last):
  File "/home/vishnudev/anaconda3/envs/sumyag/lib/python3.7/site-packages/pandas/core/tools/datetimes.py", line 448, in _convert_listlike_datetimes
    values, tz = conversion.datetime_to_datetime64(arg)
  File "pandas/_libs/tslibs/conversion.pyx", line 200, in pandas._libs.tslibs.conversion.datetime_to_datetime64
TypeError: Unrecognized value type: <class 'str'>

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/vishnudev/anaconda3/envs/sumyag/lib/python3.7/site-packages/pandas/util/_decorators.py", line 208, in wrapper
    return func(*args, **kwargs)
  File "/home/vishnudev/anaconda3/envs/sumyag/lib/python3.7/site-packages/pandas/core/tools/datetimes.py", line 778, in to_datetime
    values = convert_listlike(arg._values, True, format)
  File "/home/vishnudev/anaconda3/envs/sumyag/lib/python3.7/site-packages/pandas/core/tools/datetimes.py", line 451, in _convert_listlike_datetimes
    raise e
  File "/home/vishnudev/anaconda3/envs/sumyag/lib/python3.7/site-packages/pandas/core/tools/datetimes.py", line 416, in _convert_listlike_datetimes
    arg, format, exact=exact, errors=errors
  File "pandas/_libs/tslibs/strptime.pyx", line 142, in pandas._libs.tslibs.strptime.array_strptime
ValueError: time data '3-24-2020' does not match format '%d-%m-%Y' (match)

Answer 2

下面的代码对我有用：

df['date'] = pd.to_datetime(df['date'], format = '%d-%m-%Y', unit='ns')

或者

df['date'] = pd.to_datetime(df['date'], format = '%d-%m-%Y')
df['date'] = pd.to_datetime(df.date, unit='ns')