用不同格式python整理日期

Question

我很难以不同的格式对日期进行分类。我有一个系列的输入，其中包含许多不同格式的日期，需要提取它们并按时间顺序排序。 ，我已经为完全数字日期（1989年1月1日）设置了不同的等级，日期为月（1989年3月12日或1989年3月12日或1989年3月12日），并且日期仅给出了这一年的日期（请参见下面的代码）

pat1=r'(\d{0,2}[/-]\d{0,2}[/-]\d{2,4})' # matches mm/dd/yy and mm/dd/yyyy
pat2=r'((\d{1,2})?\W?(Jan|Feb|Mar|Apr|May|June|Jul|Aug|Sep|Oct|Nov|Dec)[a-z]*\W+(\d{1,2})?\W?\d{4})' 
pat3=r'((?<!\d)(\d{4})(?!\d))'
finalpat=pat1 + "|"+ pat2 + "|"  + pat3
df2=df1.str.extractall(finalpat).groupby(level=0).first()

到目前为止 在我需要在可用的时间转换的不同列中，在上面的不同列中获得了一个数据框。

我的问题是我在1989年3月12日和 1989年3月12日的日期和 1989年Mar 1989 （否日）我的数据框。 如果没有两种格式（DD Yyyy和DD月Yyyy），我可以轻松地执行此操作：

df3=df2.copy()

dico={"Jan":'01','Feb':'02','Mar':'03','Apr':'04','May':'05','Jun':'06','Jul':'07','Aug':'08','Sep':'09','Oct':'10','Nov':'11','Dec':'12'}


df3[1]=df3[1].str.replace("(?<=[A-Z]{1}[a-z]{2})\w*","")  # we replace the month in the column by its number, and remove
for key,item in dico.items():                          # the letters in month after the first 3.
    df3[1]=df3[1].str.replace(key,item)
df3[1]=df3[1].str.replace("^(\d{1,2}/\d{4})",r'01/\g<1>')

df3[1]=pd.to_datetime(df3[1],format='%d/%m/%Y').dt.strftime('%Y%m%d')  # add 01 if no day given

其中DF3 [1]是感兴趣的列。我使用词典将月份更改为它们的数字，并按照我想要的日期。 问题在于，有两种格式的日期（1989年3月12日和1989年3月12日），两种格式之一将被错误地改变。

有没有办法区分日期格式并相应地应用不同的转换？

多谢

Answer 1

我遇到的问题是，我的日期是1989年3月12日和1989年3月12日
1989年3月（无日）在我的数据框架的同一列中。

a>可以应付这一点，请考虑以下示例

import pandas as pd
df = pd.DataFrame({'d_str':["Mar 12 1989", "12 Mar 1989", "Mar 1989"]})
df['d_dt'] = pd.to_datetime(df.d_str)
print(df)

输出

         d_str       d_dt
0  Mar 12 1989 1989-03-12
1  12 Mar 1989 1989-03-12
2     Mar 1989 1989-03-01

，您可以使用d_dt进行排序，因为它具有类型dateTime64 [ns]，但是您必须记住，缺乏一天的时间为被视为给定月份的第一天。如果您的数据包含格式（mm/dd/yy）。