多种日期格式，朝着一种适当的格式

Question

我有一个包含多个日期的日期列：

Date
2022-01-01 00:00:00
jan 20
january 19

如何以可扩展的方式（无需字典）将它们转换为正确的日期时间格式？

我试过了：

df['Date_1'] = pd.to_datetime(df['Date'], errors='coerce').astype(str)

df['Date_2'] = pd.to_datetime(df['Date'], errors='coerce', ,yearfirst = False, format = '%B %y')).astype(str)

df['Date1'] = df['Date1'].str.replace('NaT','')
df['Date2'] = df['Date2'].str.replace('NaT','')

然后，我将两列合并为：

df['Date3'] = df['Date1'] + df['Date2']

但是，这不起作用，因为我需要创建另一种格式（用于非缩写月份）。但是当添加上面的逻辑，然后将 %B 更改为 %b 时，它会重复一些月份（比如 may，它既是缩写又是完整的月份）。

我想得到最终结果：

2022-01-01
2020-01-01
2019-01-01

Answer 1

没有直接的方法可以同时处理所有格式。

你能做的就是使用连续的方法。在这里，我使用正则表达式组合了“1 月 19 日”和“1 月 20 日”。如果您将来发现更多格式，您可以使用其他 .fillna(<new_converter>)。

(pd
 .to_datetime(df['Date'], errors='coerce')
 .fillna(pd.to_datetime(df['Date'].str.replace('([a-z]{3})[a-z]+', r'', regex=True),
                        errors='coerce', yearfirst=False, format='%b %y')
        )
)

输出：

0   2022-01-01
1   2020-01-01
2   2019-01-01
Name: Date, dtype: datetime64[ns]

Answer 2

使用combine_first尝试各种不同的日期格式：

date = pd.to_datetime(df["Date"], errors="coerce")

for format in ["%b %y", "%B %y"]:
    date = date.combine_first(pd.to_datetime(df["Date"], format=format, errors="coerce"))

df["Date"] = date

多种日期格式，朝着一种适当的格式

Multiple date formats, towards one proper format

python

datetime

pandas