我可以解析不同格式的日期吗?

我可以解析不同格式的日期吗?,第1张

我可以解析不同格式的日期吗?

您可以使用

to_datetime

第一种格式(

YYYY-MM-DD
):

print (df)        dates0  13/11/20161  21/01/20172  22/01/20173  2017-02-024  2016-12-115  13/11/20166  2016-12-127  21/01/20178  22/01/20179  2017-02-029  2017-02-25 <- YYYY-MM-DDdates = pd.to_datetime(df.dates)print (dates)0   2016-11-131   2017-01-212   2017-01-223   2017-02-024   2016-12-115   2016-11-136   2016-12-127   2017-01-218   2017-01-229   2017-02-029   2017-02-25Name: dates, dtype: datetime64[ns]

第二种格式(

YYYY-DD-MM

这有点问题-需要参数

format
以及
errors='coerce'
in
to_datetime
,last
combine_first
fillna

print (df)        dates0  13/11/20161  21/01/20172  22/01/20173  2017-02-024  2016-12-115  13/11/20166  2016-12-127  21/01/20178  22/01/20179  2017-02-029  2017-25-02 <- YYYY-DD-MMdates1 = pd.to_datetime(df.dates, format='%d/%m/%Y', errors='coerce')dates2 = pd.to_datetime(df.dates, format='%Y-%d-%m', errors='coerce')dates = dates1.combine_first(dates2)#dates = dates1.fillna(dates2)print (dates)0   2016-11-131   2017-01-212   2017-01-223   2017-02-024   2016-11-125   2016-11-136   2016-12-127   2017-01-218   2017-01-229   2017-02-029   2017-02-25Name: dates, dtype: datetime64[ns]


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zaji/5674443.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-12-16
下一篇 2022-12-16

发表评论

登录后才能评论

评论列表(0条)

保存