將不同的日期格式轉換為數據框列中的單一格式

Question

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

Answer 1

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')
)

Answer 2

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'))