如何將 PySpark/Pandas 數據框中的日期/自定義/通用格式的列值轉換為日期格式？

Question

我有一個數據框，其中有一列包含多種格式的日期值（在 Excel 中顯示為自定義/常規/日期），就像您在下面的“之前”列中看到的一樣：

它們最初都只是日期值，但在我得到的輸入 CSV 文件中的某個地方被修改為不同的格式。

我的目標是將值轉換為您可以在“之后”列中看到的“DD/MM/YYYY”格式。

我正在將此作為 Pandas/Spark 數據框閱讀，因為必須對其進行此更改的列中有數千個此類值。

我嘗試執行以下操作，但沒有得到我需要的正確“DD/MM/YYYY”格式。 此外，一些值也保持不變：

df['After'] = pd.to_datetime(df['Before'], format='%d-%m-%y, errors='coerce')

任何人都可以幫忙解決這個問題嗎？

干杯!

Answer 1

這是我的嘗試：

df = pd.read_excel('test.xls')

df['ADATE'] = pd.to_datetime(pd.to_numeric(df['A'],errors='coerce'), unit='D', origin='1899-12-30').fillna(pd.to_datetime(df['A'],errors='coerce'))


print(df)

輸出（如何讀取最后一行？？？）

             A                   ADATE
0    43746.39028 2019-10-08 09:22:00.192
1          43735 2019-09-27 00:00:00.000
2  1/1/2021 0:00 2021-01-01 00:00:00.000
3        50:11.0                     NaT

編輯

使用 ".dt.strftime('%d/%m/%Y')" 使用所需的格式，記住這會改變類型。

df['ADATE'] = pd.to_datetime(pd.to_numeric(df['A'],errors='coerce'), unit='D', origin='1899-12-30').fillna(pd.to_datetime(df['A'],errors='coerce')).dt.strftime('%d/%m/%Y')