excel - 将日期从 Excel 文件转换为 pandas

Question

我正在导入 Excel 文件，其中“日期”列有不同的书写方式:

      Date
13/03/2017
13/03/2017
13/03/2017
13/03/2017
   10/3/17
   10/3/17
    9/3/17
    9/3/17
    9/3/17
    9/3/17

导入到 pandas:

df = pd.read_excel('data_excel.xls')
df.Date = pd.to_datetime(df.Date)

结果:

                     Date
               13/03/2017
64             13/03/2017
65             13/03/2017
66             13/03/2017
67    2017-10-03 00:00:00
68    2017-10-03 00:00:00
69    2017-09-03 00:00:00
70    2017-09-03 00:00:00
71    2017-09-03 00:00:00
72    2017-09-03 00:00:00

这意味着 pandas 没有正确解析日期和时间:

10/3/17 -> 2017-10-03

当我尝试指定格式时:

df.Date = pd.to_datetime(df.Date, format='%d%m%Y')

收到错误:

ValueError: time data u'13/03/2017' does not match format '%d%m%Y' (match)

问题:

如何将 Excel 文件中的日期和时间正确导入到 pandas？

Answer 1

新答案:

实际上，pd.to_datetime 有一个 dayfirst 关键字参数，在这里很有用:

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

结果:

>>> df.Date
0   2017-03-13
1   2017-03-13
2   2017-03-13
3   2017-03-13
4   2017-03-10
5   2017-03-10
6   2017-03-09
7   2017-03-09
8   2017-03-09
9   2017-03-09
Name: Date, dtype: datetime64[ns]

<小时/>

旧答案:

使用第三方模块dateutil它可以处理这些类型的变化。它有一个 dayfirst 关键字参数，在这里很有用:

import dateutil

df = pd.read_excel('data_excel.xls')
df.Date = df.Date.apply(lambda x: dateutil.parser.parse(x,dayfirst=True))

结果:

>>> df.Date
0   2017-03-13
1   2017-03-13
2   2017-03-13
3   2017-03-13
4   2017-03-10
5   2017-03-10
6   2017-03-09
7   2017-03-09
8   2017-03-09
9   2017-03-09
Name: Date, dtype: datetime64[ns]