将日本时间格式（H29.12.1）转换为Python中的YYYY-MM-DD格式？

Question

我正在使用Python3+pandas处理一个日语csv文件。

这个日语csv文件有一列表示时间，格式类似于H29.12.1。我了解到这种格式是日本格式，H29.12.1可以转换为2017-12-1（以YYYY-MM-DD格式）。

我的问题是，Python或pandas是否提供将这个日本时间列转换为YYYY-MM-DD格式的函数？

- Eumaa

Answer 1

当前年代是平成时代，始于1989年。

有了这个信息，我们可以读取日期，将年份设置为1989年，并添加N-1，其中N是年份数字（紧跟在H之后）。

以下是一个示例函数：

import datetime as dt
def parse_heisei(date_string, sep='.'):
    y, m, d = date_string.split(sep)
    return dt.date(year=1989 + int(y[1:]) - 1, month=int(m), day=int(d))

你可以将这个函数应用到数据框的日期列中。

例如：

my_gregorian_dates = df.heisei_dates.apply(parse_hesei)

我相信你也可以找到一个自动执行此操作的库，但我认为标准的datetime模块或pandas没有内置此功能。不管怎样，编写这个功能非常简单。

- Haleemur Ali

Answer 2

我认为 pandas 没有处理日本纪元历的功能，您可能需要编写自己的函数来转换日期。

import re
import pandas as pd

def jp_date_to_yyyymmdd(dt):
    if re.match(r'\w\d+\.\d+.\d+', dt) is None:
        return None
    elif dt[0] == 'H':
        # HEISEI - 1989-01-08
        ymd = [int(x) for x in re.split(r'\.', dt[1:])]
        return pd.datetime(1988 + ymd[0], ymd[1], ymd[2])
    elif dt[1] == 'S':
        # SHOWA - 1926-12-25
        ymd = [int(x) for x in re.split(r'\.', dt[1:])]
        return pd.datetime(1925 + ymd[0], ymd[1], ymd[2])
    else:
        # You may add more conditions to handle older dates
        return None

df = pd.DataFrame({'jp_date': ['H29.12.1', 'H20.12.22', '']})
df.jp_date.apply(jp_date_to_yyyymmdd)

- pe-perry

Answer 3

如果需要解析包含日本年号的日期，我建议使用更专业的库Japanera。

from japanera import Japanera
janera = Japanera()

# The library outputs dates corresponding to all eras starting with "H",
# as it's somewhat ambiguous which is being referred to
date_candidates = janera.strptime('H29.12.1', '%-a%-o.%m.%d')

# Use max(), with the assumption that the most recent era is the correct one
max(date_candidates)
# => datetime.datetime(2017, 12, 1, 0, 0)

# It can also parse the era names written in Japanese
# (no ambiguity here, so there is only one list item)
janera.strptime('平成29年12月1日', '%-E%-O年%m月%d日')
# => [datetime.datetime(2017, 12, 1, 0, 0)]

- Chris