python - 使用 pandas 在 python 中动态解析日期为日期时间

Question

我有一个名为 base_varlist2 的数据框，其中包含一些日期列，全部为不同格式的字符串。这是第一列的快速快照:

In [27]: print(base_varlist2.iloc[0])
completion_date_latest               07/10/2004
completion_date_original             17/05/1996
customer_birth_date_1                04/02/1963
customer_birth_date_2                       NaN
d_start                               01Feb2018
latest_maturity_date                 01/03/2027
latest_valuation_date                08/05/2004
sdate                                       NaN
startdt_def                                 NaN

正如您所看到的，其中一些列是空的，有些不是。

我需要一种将它们动态更改为日期时间值的方法，无论它们现有的字符串格式如何。有没有办法从数据框中执行此操作，而无需为每列指定特定格式？例如，我并不总是知道 d_start 是否采用 %d%b%Y 格式。

数据框是由原始 CSV 制成的，它要大得多，并且包含许多其他列(不是日期)，例如文本字段和数字字段。我使用 read_csv 方法将其引入，如下所示:

source_data = pd.read_csv(loc + 'TEST_FILE.csv')

Answer 1

Pandas 的 read_csv 函数支持 parse_dates 参数，该参数可以是您想要从 str 转换为 datetime 的列名称列表。

或者，您始终可以使用 pandas.to_datetime 转换系列，例如:

df['date'] = pandas.to_datetime(df['date'])

请注意，pandas 不会假设您用于日期的格式。