如何将 pandas dataframe 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 ，我想将它们转换为相同的格式。

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转换为 output - data['SALE DATE']

我想要一个 python 解决方案来克服这个问题。 任何线索都会非常有帮助。

Answer 1

最直观的解决方案是编写自定义转换 function，类似于：

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，它使用read_csv读取，没有任何自定义转换器，给出了原始内容和object类型的两列：

         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相同的文件给出了：

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

使用datetime64[ns]类型的Date列和从 5 月开始的两个日期，正如预期的那样。

或者，如果您有来自其他来源的 DataFrame 并且想要转换此列，请运行：

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

Answer 2

如果您使用的是 pandas 版本 1.xx，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")

这给出了以下结果：

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

...这里的重要论点是dayfirst=True 。

有关更多信息，请参阅pd.to_datetime文档。