处理具有混合日期格式的 Pandas 数据框列

Posted 2023-02-23

【中文标题】处理具有混合日期格式的 Pandas 数据框列

【英文标题】：Handling Pandas dataframe columns with mixed date formats

【发布时间】：2015-01-11 07:20:50

【问题描述】：

我导入了一个 CSV 文件，该文件具有混合数据格式 - read_csv 识别的一些日期格式，以及一些 Excel 串行日期时间格式（例如 41,866.321）。

导入数据后，列类型显示为对象（给定不同类型的数据），日期（两种类型的格式）都有 dtype 字符串。

我想使用 to_datetime 方法将已识别的字符串日期格式转换为数据框列中的日期时间，将无法识别的字符串保留为 excel 格式，然后我可以将其隔离并离线更正。但除非我逐行应用该方法（太慢了），否则它无法做到这一点。

有没有人有更聪明的方法来解决这个问题？

更新：经过更多修改后，我找到了这个解决方案，使用 coerce = True 强制转换列数据类型，然后识别可以交叉引用回原始文件的空值。但如果有更好的方法来做到这一点（例如修复无法识别的时间戳），请告诉我。

df1['DateTime']=pd.to_datetime(df1['Time_Date'],coerce=True)
nulls=df1['Time_Date'][df1['Time_Date'].notnull()==False]

【问题讨论】：

您的解决方案听起来很合理。尽管您可能希望将您的解决方案放入答案框中，然后将其作为正确答案接受。这样，它就会显示为将来搜索的人的答案。

感谢京东做到了

【参考方案1】：

在进行了一些修改后，我找到了这个解决方案，使用 coerce = True 强制转换列数据类型，然后识别可以交叉引用回原始文件的空值。但如果有更好的方法来做到这一点（例如修复无法识别的时间戳），请告诉我。

df1['DateTime']=pd.to_datetime(df1['Time_Date'], errors='coerce')
nulls=df1['Time_Date'][df1['Time_Date'].notnull()==False]