python - Pandas:一列中有多种日期格式

Question

我在一个 Pandas 系列(列)中有两种日期格式，需要将其标准化为一种格式(mmm dd 和 mm/dd/YY)

日期

1 月 3 日

1 月 2 日

1 月 1 日

2019 年 12 月 31 日

2019 年 12 月 30 日

2019 年 12 月 29 日

即使是 Excel 也无法将 mmm dd 格式识别为日期格式。我可以使用 str.replace 将 mmm 更改为完整拼写的月份:

df['日期'] = df['日期'].str.replace('一月', '一月', regex=True)

但是如何添加当前年份？然后如何将 2020 年 1 月 1 日转换为 01/01/20？

Answer 1

你尝试过parse()吗

from dateutil.parser import parse
import datetime

def clean_date(text):
  datetimestr = parse(text)
  text = datetime.strptime(datetimestr, '%Y%m%d')
  return text

df['Date'] = df['Date'].apply(clean_date)
df['Date'] = pd.to_datetime(df['Date'])