在熊貓數據框中轉換日期格式

Question

我有一個數據框，日期列有兩種不同類型的日期格式。

eg. 1983-11-10 00:00:00 and 10/11/1983

我希望它們都是相同的類型，如何遍歷數據框的日期列並將日期轉換為一種格式？

Answer 1

我相信你需要參數dayfirst=True在to_datetime ：

df = pd.DataFrame({'Date': {0: '1983-11-10 00:00:00', 1: '10/11/1983'}})
print (df)
                  Date
0  1983-11-10 00:00:00
1           10/11/1983


df['Date'] = pd.to_datetime(df.Date, dayfirst=True)
print (df)
        Date
0 1983-11-10
1 1983-11-10

因為：

df['Date'] = pd.to_datetime(df.Date)
print (df)
        Date
0 1983-11-10
1 1983-10-11

---

或者您可以指定兩種格式，然后使用combine_first ：

d1 = pd.to_datetime(df.Date, format='%Y-%m-%d %H:%M:%S', errors='coerce')
d2 = pd.to_datetime(df.Date, format='%d/%m/%Y', errors='coerce')

df['Date'] = d1.combine_first(d2)
print (df)
        Date
0 1983-11-10
1 1983-11-10

多種格式的通用解決方案：

from functools import reduce 

def convert_formats_to_datetimes(col, formats):
    out = [pd.to_datetime(col, format=x, errors='coerce') for x in formats]
    return reduce(lambda l,r: pd.Series.combine_first(l,r), out)

formats = ['%Y-%m-%d %H:%M:%S', '%d/%m/%Y']
df['Date'] = df['Date'].pipe(convert_formats_to_datetimes, formats)
print (df)
        Date
0 1983-11-10
1 1983-11-10

Answer 2

我希望它們都是相同的類型，如何遍歷數據框的日期列並將日期轉換為一種格式？

您輸入的數據不明確： 10 / 11是10 / 11 10 日還是 10 月 11 日？ 您需要指定邏輯來確定哪個是合適的。 如果您要按順序嘗試多種日期格式，則函數很有用：

def date_apply_formats(s, form_lst):
    s = pd.to_datetime(s, format=form_lst[0], errors='coerce')
    for form in form_lst[1:]:
        s = s.fillna(pd.to_datetime(s, format=form, errors='coerce'))
    return s

df['Date'] = date_apply_formats(df['Date'], ['%Y-%m-%d %H:%M:%S', '%d/%m/%Y'])

優先考慮form_lst的第一項。 該解決方案可擴展到任意數量的提供格式。

Answer 3

輸入日期為 NSECODE 日期關閉 1 NSE500 20000103 1291.5500 2 NSE500 20000104 1335.4500 3 NSE500 20000105 1303.8000

history_nseindex_df["Date"] = pd.to_datetime(history_nseindex_df["Date"])
history_nseindex_df["Date"] = history_nseindex_df["Date"].dt.strftime("%Y-%m-%d")

輸出現在是 NSECode 日期 關閉 1 NSE500 2000-01-03 1291.5500 2 NSE500 2000-01-04 1335.4500 3 NSE500 2000-01-05 1303.8000