大约两周前,我开始使用 pandas 库。学习新功能。对于以下问题,我将不胜感激。
我有一列混合格式的日期。这些是目前的 2 种格式
mm/dd/yyyy日/月/年
数据集的摘录:-
Dates
6/5/2016
7/5/2016
7/5/2016
7/5/2016
9/5/2016
9/5/2016
9/5/2016
9/5/2016
5/13/2016
5/14/2016
5/14/2016
我正在努力将它们转换为通用格式。我尝试使用 Pandas 的“to_datetime”。这是行不通的。 我也不确定在这种情况下使用正则表达式有何帮助。
另一条信息。日期按排序顺序排列。可以使用信息来完成某些事情吗。
编辑1:
我明白,如果我们单独看的话,是无法区分 6/4/2016 和 5/6/2016 的。然而,我希望事实上日期是按升序排列的,而且实际数据集分布了一年多,会有一种方法来理解它。考虑到日期按升序排列,有人知道可以理解格式的函数吗?
编辑2: 2 个月的样本:- 2016 年 4 月和 5 月。请注意,没有模式。因此,请不要根据以下数据模式提出任何解决方案。
4/1/2016 4/1/2016 4/3/2016 4/3/2016 3/4/2016 4/4/2016 4/4/2016 4/5/2016 4/5/2016 4/7/2016 4/7/2016 4/8/2016 4/8/2016 4/14/2016 4/16/2016 6/4/2016 7/4/2016 8/4/2016 11/4/2016 11/4/2016 11/4/2016 11/4/2016 11/4/2016 12/4/2016 12/4/2016 12/4/2016 13/4/2016 13/4/2016 13/4/2016 13/4/2016 14/04/2016 15/4/2016 16/4/2016 16/4/2016 18/4/2016 18/4/2016 19/4/2016 19/4/2016 20/4/2016 20/4/2016 21/4/2016 21/4/2016 21/4/2016 22/4/2016 23/4/2016 23/4/2016 25/4/2016 25/4/2016 26/4/2016 26/4/2016 26/4/2016 26/4/2016 26/4/2016 26/4/2016 29/4/2016 29/4/2016 29/4/2016 30/4/2016 2/5/2016 2/5/2016 3/5/2016 3/5/2016 3/5/2016 3/5/2016 4/5/2016 5/4/2016 5/4/2016 5/4/2016 6/5/2016 6/5/2016 7/5/2016 7/5/2016 7/5/2016 9/5/2016 9/5/2016 9/5/2016 9/5/2016 10/5/2016 10/5/2016 11/5/2016 11/5/2016 12/5/2016 5/13/2016 5/14/2016 5/14/2016 5/15/2016 5/16/2016 5/16/2016 5/16/2016 5/16/2016 5/16/2016 5/16/2016 5/16/2016 5/17/2016 5/17/2016 5/18/2016 5/18/2016 5/19/2016 5/19/2016 5/20/2016 5/20/2016 5/20/2016 5/20/2016 5/20/2016 5/21/2016 5/23/2016 5/23/2016 5/23/2016 5/23/2016 5/23/2016 5/23/2016 5/24/2016 5/24/2016 5/25/2016 5/26/2016 5/26/2016 5/26/2016 5/27/2016 5/27/2016 5/27/2016 5/27/2016 5/27/2016 5/27/2016 5/27/2016 5/28/2016 5/30/2016 5/30/2016
请您参考如下方法:
真正的问题是您的数据集中有不明确的日期(您将其解析为 mm/dd/yyyy 还是 dd/mm/yyyy,如果它可能是其中之一?(我来过这里,并且我们决定只选择大多数似乎是什么;本质上,数据集受到了损害……我们不得不这样对待它)。
如果它是一个系列,那么使用 pd.to_datetime 似乎可以工作:
In [11]: s = pd.Series(['6/5/2016', '7/5/2016', '7/5/2016', '7/5/2016', '9/5/2016', '9/5/2016', '9/5/2016', '9/5/2016', '5/13/2016', '5/14/2016', '5/14/2016'])
In [12]: pd.to_datetime(s)
Out[12]:
0 2016-06-05
1 2016-07-05
2 2016-07-05
3 2016-07-05
4 2016-09-05
5 2016-09-05
6 2016-09-05
7 2016-09-05
8 2016-05-13
9 2016-05-14
10 2016-05-14
Name: 0, dtype: datetime64[ns]
注意:如果你有一个一致的格式,你可以显式地传递它:
In [13]: pd.to_datetime(s, format="%m/%d/%Y")
Out[13]:
0 2016-06-05
1 2016-07-05
2 2016-07-05
3 2016-07-05
4 2016-09-05
5 2016-09-05
6 2016-09-05
7 2016-09-05
8 2016-05-13
9 2016-05-14
10 2016-05-14
Name: 0, dtype: datetime64[ns]
