将日期从excel文件转换为熊猫

Posted 2023-03-11

【中文标题】将日期从excel文件转换为熊猫

【英文标题】：Convert date from excel file to pandas

【发布时间】：2017-08-18 19:01:00

【问题描述】：

我正在导入 excel 文件，其中“日期”列有不同的书写方式：

      Date
13/03/2017
13/03/2017
13/03/2017
13/03/2017
   10/3/17
   10/3/17
    9/3/17
    9/3/17
    9/3/17
    9/3/17

导入熊猫：

df = pd.read_excel('data_excel.xls')
df.Date = pd.to_datetime(df.Date)

结果：

                     Date
               13/03/2017
64             13/03/2017
65             13/03/2017
66             13/03/2017
67    2017-10-03 00:00:00
68    2017-10-03 00:00:00
69    2017-09-03 00:00:00
70    2017-09-03 00:00:00
71    2017-09-03 00:00:00
72    2017-09-03 00:00:00

这意味着，pandas 没有正确解析日期和时间：

10/3/17 -> 2017-10-03

当我尝试指定格式时：

df.Date = pd.to_datetime(df.Date, format='%d%m%Y')

得到错误：

ValueError: time data u'13/03/2017' does not match format '%d%m%Y' (match)

问题：

如何将excel文件中的日期和时间正确导入pandas？

【参考方案1】：

新答案：

实际上pd.to_datetime 有一个dayfirst 关键字参数在这里很有用：

df.Date = pd.to_datetime(df.Date,dayfirst=True)

结果：

>>> df.Date
0   2017-03-13
1   2017-03-13
2   2017-03-13
3   2017-03-13
4   2017-03-10
5   2017-03-10
6   2017-03-09
7   2017-03-09
8   2017-03-09
9   2017-03-09
Name: Date, dtype: datetime64[ns]

---

旧答案：

使用可以处理这些变化的第三方模块dateutil。它有一个dayfirst 关键字参数，在这里很有用：

import dateutil

df = pd.read_excel('data_excel.xls')
df.Date = df.Date.apply(lambda x: dateutil.parser.parse(x,dayfirst=True))

结果：

>>> df.Date
0   2017-03-13
1   2017-03-13
2   2017-03-13
3   2017-03-13
4   2017-03-10
5   2017-03-10
6   2017-03-09
7   2017-03-09
8   2017-03-09
9   2017-03-09
Name: Date, dtype: datetime64[ns]

【讨论】：

太棒了！感谢您指向“dayfirst=True”选项。我转换为 CSV 文件，稍作调整就解决了这个问题，但这个解决方案非常强大。