python - 如何重新格式化 Pandas 数据框中的日期数据

Question

我的输入数据框是

df = pd.DataFrame({'Source':['Pre-Nov 2017', 'Pre-Nov 2017', 'Oct 19', '2019-04-01 00:00:00', '2019-06-01 00:00:00', 'Nov 17-Nov 18', 'Nov 17-Nov 18']})

我需要如下所示的目标列

如果我使用下面的代码，它不起作用。我在“目标”列中获得了相同的“源”值。

df['Target'] = pd.to_datetime(df['Source'], format= '%b %Y',errors='ignore')

看起来 pandas 正在将“2019-04-01 00:00:00”、“2019-06-01 00:00:00”等值视为 NaN

Answer 1

一个想法是，如果不匹配日期时间，则使用 errors='coerce' 来查找缺失值，然后通过 Series.dt.strftime 转换为自定义字符串。 - NaT 也是字符串，因此替换为原始用途 Series.mask :

df['Target'] = (pd.to_datetime(df['Source'], errors='coerce')
                  .dt.strftime('%b %y')
                  .mask(lambda x: x == 'NaT', df['Source']))
print (df)

                Source         Target
0         Pre-Nov 2017   Pre-Nov 2017
1         Pre-Nov 2017   Pre-Nov 2017
2               Oct 19         Oct 19
3  2019-04-01 00:00:00         Apr 19
4  2019-06-01 00:00:00         Jun 19
5        Nov 17-Nov 18  Nov 17-Nov 18
6        Nov 17-Nov 18  Nov 17-Nov 18

替代方法是使用 numpy.where :

d = pd.to_datetime(df['Source'], errors='coerce')
df['Target'] = np.where(d.isna(), df['Source'], d.dt.strftime('%b %y'))

编辑:

but why did this did not worked

df['Target'] = pd.to_datetime(df['Source'], format= '%b %Y',errors='ignore')

如果检查to_datetime并使用 errors='ignore' 如果转换失败，它会返回相同的列值。

If 'ignore', then invalid parsing will return the input