如何将可能采用任何格式的日期转换为 python 中的特定格式？

Question

我想将日期转换为特定的 'yy-mm-dd' 格式。 输入可以是任何格式，例如，它可以是 2020 年 5 月 26 日或 2020 年 5 月 26 日或 2020 年 5 月 26 日或 2020 年 5 月 26 日或 5 月 26 日等。 output 用于上述所有场景应该是 2020-05-26

Answer 1

您将不得不使用正则表达式。 我在下面写了一个 function，它做了一些你问的事情。

它涵盖：

• dd-mm-yyyy
• 日/月/年
• mm-dd-yyyy
• 日/月/年

它不包括2020 年5 月 26 日或5 月 26 日（希望有人能提供帮助，因为我没有足够的时间）但我希望这至少是一个合理的开始。 如果您知道如何使用正则表达式，则可以在此基础上进行构建。

我不知道你的输入格式是什么。 我假设它是 DataFrame ，其中日期列具有一致的格式。 否则这个练习是不可能的，因为你可能有类似“02-02-2020”的东西，这可能意味着“dd-mm-yyyy”或“mm-dd-yyyy”。

这个 function 检查整个列，获取“最大”日期（希望包含超过 12 的一天）并确定日期和月份列。 然后根据该列的格式，它相应地将其重新格式化为“yyyy-mm-dd”。

import re

def clean_date_format(date_col):

        # replace "-" with "/"
        new_date = (date_col.str.replace('-', '/')).tolist()

        # check if US format
        first2_regex = r'^(\d*)\/.*'
        second2_regex = r'^.*\/(\d*)\/.*'

        r1 = re.compile(first2_regex)
        r2 = re.compile(second2_regex)

        first2_list = set([re.search(r1, x).group(1) for x in new_date])
        second2_list = set([re.search(r2, x).group(1) for x in new_date])

        first2_condition =  max(list(map(int,first2_list))) <= 12 # i.e. first column contains month
        second2_condition =  max(list(map(int,second2_list))) > 12 # i.e. second column contains day

        US_FORMAT = first2_condition & second2_condition


        if US_FORMAT:
            new_date = pd.DataFrame([datetime.strptime(d, "%m/%d/%Y").strftime("%Y-%m-%d") for d in new_date])
        else:
            new_date = pd.DataFrame([datetime.strptime(d, "%d/%m/%Y").strftime("%Y-%m-%d") for d in new_date])
        return new_date