Python Pandas：当日期小于 13 时，pandas.to_datetime() 正在切换日期和月份

Posted 2023-02-23

【中文标题】Python Pandas：当日期小于 13 时，pandas.to_datetime() 正在切换日期和月份

【英文标题】：Python Pandas : pandas.to_datetime() is switching day & month when day is less than 13

【发布时间】：2018-10-26 07:37:33

【问题描述】：

我编写了一个读取多个文件的代码，但是在我的某些文件上，只要日期小于 13，日期时间就会交换日期和月份，并且从第 13 天或以上的任何一天（即 2011 年 6 月 13 日）仍然正确（日/月/年）。 我试图通过这样做来修复它，但它不起作用。

我的数据框如下所示： 实际日期时间为 12june2015 至 13june2015 当我将日期时间列作为字符串读取时，日期保持正确 dd/mm/yyyy

tmp                     p1 p2 
11/06/2015 00:56:55.060  0  1
11/06/2015 04:16:38.060  0  1
12/06/2015 16:13:30.060  0  1
12/06/2015 21:24:03.060  0  1
13/06/2015 02:31:44.060  0  1
13/06/2015 02:37:49.060  0  1

但是当我将列的类型更改为 datetime 列时，它会为小于 13 的每一天交换我的日期和月份。

输出：

print(df)
tmp                  p1 p2 
06/11/2015 00:56:55  0  1
06/11/2015 04:16:38  0  1
06/12/2015 16:13:30  0  1
06/12/2015 21:24:03  0  1
13/06/2015 02:31:44  0  1
13/06/2015 02:37:49  0  1

这是我的代码：

我遍历文件：

df = pd.read_csv(PATH+file, header = None,error_bad_lines=False , sep = '\t')

然后当我的代码完成读取我的所有文件时，我将它们连接起来，问题是我的 datetime 列需要是 datetime 类型，所以当我通过 pd_datetime() 更改它的类型时，它会在当天交换日期和月份小于 13。

转换我的日期时间列后日期正确（字符串类型）

print(tmp) # as a result I get 11.06.2015 12:56:05 (11june2015)

但是当我更改列类型时，我得到了这个：

tmp = pd.to_datetime(tmp, unit = "ns")
tmp = temps_absolu.apply(lambda x: x.replace(microsecond=0))
print(tmp) # I get 06-11-2016 12:56:05 (06november2015 its not the right date)

问题是：当日期小于 13 时，我应该使用或更改什么命令来停止日期和月份交换？

更新 此命令交换我专栏的所有日期和月份

tmp =  pd.to_datetime(tmp, unit='s').dt.strftime('%#m/%#d/%Y %H:%M:%S') 

所以为了只交换不正确的日期，我写了一个条件：

for t in tmp:
        if (t.day < 13):
            t = datetime(year=t.year, month=t.day, day=t.month, hour=t.hour, minute=t.minute, second = t.second)

但它也不起作用

【问题讨论】：

你有什么问题？

问题是：如何停止这种日月交换？

【参考方案1】：

我遇到了同样的问题，日期和月份从 13 开始转换。这对我有用，基本上我通过带有条件的字符串类型重新排序日期并使用 to_datetime。

def calendario(fecha):
    
    if fecha.day < 13:
        dia_real = fecha.month
        mes_real = fecha.day
        
        if dia_real < 10:
            dia_real = '0'+str(dia_real)
        
        nfecha = str(dia_real) + str(mes_real) + str(fecha.year)
        nfecha = pd.to_datetime(nfecha, format='%d%m%Y', errors='ignore')
        
    else:
        nfecha = fecha
    
    return nfecha

df['Nueva_fecha']=df['Fecha'].apply(calendario) 

预期的输出： enter image description here

【参考方案2】：

我遇到了同样的问题。在我的情况下，日期是索引列（称为“日期”）。上面提到的直接在索引列“日期”的数据帧上使用 to_datetime() 的解决方案对我不起作用。我必须先使用 read_csv() 而不将索引设置为“日期”，然后对其应用 to_datetime()，然后才将索引设置为“日期”。

df= pd.read_csv(file, parse_dates=True)
df.Date = pd.to_datetime(df.Date, dayfirst=True)
df = df.set_index('Date')

【参考方案3】：

好吧，我解决了我的问题，但是在一个消耗内存的方法中，我首先将我的 tmp 列拆分为日期和时间列，然后我将我的日期列重新拆分为日月和年，这样我就可以查找日期小于 13 并用对应的月份替换它们

df['tmp'] = pd.to_datetime(df['tmp'], unit='ns')
df['tmp'] = df['tmp'].apply(lambda x: x.replace(microsecond=0))
df['date'] = [d.date() for d in df['tmp']]
df['time'] = [d.time() for d in df['tmp']]
df[['year','month','day']] = df['date'].apply(lambda x: pd.Series(x.strftime("%Y-%m-%d").split("-")))

df['day'] = pd.to_numeric(df['day'], errors='coerce')
df['month'] = pd.to_numeric(df['month'], errors='coerce')
df['year'] = pd.to_numeric(df['year'], errors='coerce')


#Loop to look for days less than 13 and then swap the day and month
for index, d in enumerate(df['day']):
        if(d <13): 
 df.loc[index,'day'],df.loc[index,'month']=df.loc[index,'month'],df.loc[index,'day'] 

# 将系列转换为字符串类型以便合并它们

 df['day'] = df['day'].astype(str)
 df['month'] = df['month'].astype(str)
 df['year'] = df['year'].astype(str)
 df['date']=  pd.to_datetime(df[['year', 'month', 'day']])
 df['date'] = df['date'].astype(str)
 df['time'] = df['time'].astype(str)

#在我们的列中合并时间和日期和地点结果

df['tmp'] =pd.to_datetime(df['date']+ ' '+df['time'])

# 删除添加的列

df.drop(df[['date','year', 'month', 'day','time']], axis=1, inplace = True)

【讨论】：

这很好用。非常感谢您的宝贵时间！

循环时，pandas 库中的 KeyError 905 不断出现。你知道如何解决这个问题吗？提前致谢

【参考方案4】：

您可以在pd.to_datetime 中使用dayfirst 参数。

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

输出：

0   2015-06-11 00:56:55
1   2015-06-11 04:16:38
2   2015-06-12 16:13:30
3   2015-06-12 21:24:03
4   2015-06-13 02:31:44
5   2015-06-13 02:37:49
Name: tmp, dtype: datetime64[ns]

【讨论】：

为什么这不是公认的答案？效果很好，谢谢！

@DionysosDaVinci 谢谢。也许原始海报与此处记录的内容存在不同的问题。

如果指定了日期格式，会一直报错吗？

@MiguelGonzalez 不，如果您使用 %d/%m/%Y 的确切格式，它不应该是 Miguel。不会出现 flopping 的错误。

完美，非常感谢@Scott Boston