[英]Converting different date formats to a single format in a dataframe column
我想在我的數據框列中使不同的日期格式相同。
輸入:
0 16.09.2014
1 2014-09-16
2 02.12.2014
3 2014-12-02
4 09.01.2018
183 2015-03-30
184 12.04.2017
185 2017-04-12
186 28.12.2018
187 2018-12-28
Name: invoiceDate, Length: 188, dtype: object
但我使用:
df['invoiceDate'] = pd.to_datetime(df['invoiceDate'], errors='coerce')
df['invoiceDate'].dt.strftime('%d.%m.%Y')
輸出:(它以相同的格式寫入前兩個,但隨后出錯並逐月逐月獲取。)
0 16.09.2014
1 16.09.2014
2 12.02.2014 (true)
3 02.12.2014 (false)
4 01.09.2018
183 30.03.2015
184 04.12.2017 (true)
185 12.04.2017 (false)
186 28.12.2018
187 28.12.2018
Name: invoiceDate, Length: 188, dtype: object
如果輸出應該是;
輸出 :
0 16.09.2014
1 16.09.2014
2 02.12.2014
3 02.12.2014
4 09.01.2018
183 30.03.2015
184 12.04.2017
185 12.04.2017
186 28.12.2018
187 28.12.2018
Name: invoiceDate, Length: 188, dtype: object
在這種特殊情況下,您只需要傳遞dayfirst=True
即可按照您的意圖解析日期
df['invoiceDate'] = (
pd.to_datetime(df['invoiceDate'], errors='coerce', dayfirst=True)
.dt.strftime('%d.%m.%Y')
)
如果您將日期列設置為 = date,您可以執行以下操作
df['Date'] = pd.to_datetime(df['Date'], infer_datetime_format=True)
從這里您可以簡單地告訴它您希望使用 strftime 構造日期的格式
df['Date'] = df['Date'].apply(lambda x : x.strftime('%d.%m.%Y'))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.