python - 使用稀有日期格式将 Pandas 列转换为 DateTime

Question

我的数据框中有一列遵循此日期格式：

2016 年 5 月 17 日

我尝试遵循此参考：http ://strftime.org/ 和 pandas.to_datetime 参考：http ://pandas.pydata.org/pandas-docs/version/0.20/generated/pandas.to_datetime.html

我的代码如下： df1 =df1.apply(pandas.to_datetime, errors='ignore', format='%d %b%Y')

我也试过了：format='%d/%b%Y' format='%d /%b%Y'还是不行。日期列类型仍然是对象。有任何想法吗？提前致谢

Answer 1

您只能使用to_datetime：

df = pd.DataFrame({'date':['17 MAY2016']})

df['date'] = pd.to_datetime(df['date'])
print (df)
        date
0 2016-05-17

如果想要格式参数：

df['date'] = pd.to_datetime(df['date'], format='%d %b%Y')
print (df)
        date
0 2016-05-17

如果添加一些非日期值errors='coerce'以将它们转换为NaT：

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

编辑：

用于检查dtypes：

print (df.dtypes)
date    datetime64[ns]
dtype: object

Answer 2

您不需要使用.apply，该to_datetime函数本身适用于 pandas Series 对象。

df1['date column'] = pd.to_datetime(df1['date column'], errors='ignore')