如何将日期格式不一致的 pandas 日期时间值解析为统一的日期格式？

Question

我在 dataframe 中有日期时间值，它们具有不同的格式，即有些格式为yyyy-mm-dd ，有些格式为yyyy-dd-mm 。 我想将它们全部转换为一种格式yyyy-mm-dd 。 该问题仅存在几个月且日期最多为 12 即2021-03-09记录为2021-09-03或2021-04-06记录为2021-06-04 ， 2019-11-12记录为2019-12-11等。现在我的数据具有一种独特的品质，所有这些数据都记录在星期二，因此这一天必须始终是星期二，因此错误表示的数据将具有不属于星期二的日期。 我尝试像这样创建解析 function

import datetime
def parse_date(date):
  if date.weekday() != 1:  
    year,day,month = date.strftime("%Y-%m-%d").split('-')
 else:
    year, month,day = date.strftime("%Y-%m-%d").split('-')

return datetime.date(year=int(year), month=int(month), day=int(day))

score["date"] = score.date.apply(parse_date)

我收到以下错误ValueError: month must be in 1..12我认为这是因为误报日期的mm超过 12

如何更正错误陈述的日期？

Answer 1

将to_datetime与format和errors='coerce'参数一起使用，因此如果没有匹配项，则存在缺失值，并通过在numpy.where中比较Tuesday s 来设置新列：

score = pd.DataFrame({'date':['2021-06-04','2019-11-12','2021-03-09']})
    
d1 = pd.to_datetime(score.date, format="%Y-%m-%d", errors='coerce')
d2 = pd.to_datetime(score.date, format="%Y-%d-%m", errors='coerce')

#if both are Tuesdays is prioritize `d1`
score["date"] = np.where(d1.dt.weekday == 1, d1, d2)

print (score)
        date
0 2021-04-06
1 2019-11-12
2 2021-03-09

也可以比较d2 ：

#if both are Tuesdays is prioritize `d2`
score["date"] = np.where(d2.dt.weekday == 1, d2, d1)

print (score)
        date
0 2021-04-06
1 2019-11-12
2 2021-03-09

编辑：

score = pd.DataFrame({'date':['2021-06-04','2019-12-11','2021-03-09']})
    
d1 = pd.to_datetime(score.date, format="%Y-%m-%d", errors='coerce')
d2 = pd.to_datetime(score.date, format="%Y-%d-%m", errors='coerce')

score["date"] = np.where(d2.dt.weekday == 1, d2, d1)

print (score)
        date
0 2021-04-06
1 2019-11-12
2 2021-03-09

score["date"] = np.where(d1.dt.weekday == 1, d1, d2)

print (score)
        date
0 2021-04-06
1 2019-11-12
2 2021-03-09