将Excel文件中的日期转换为Pandas格式

Question

我正在导入Excel文件，其中“日期”列的写法不同：

      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pandas：

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

导致结果如下：

                     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')

我收到了错误信息：

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

问题：

如何正确将Excel文件中的日期和时间导入到Pandas中？

- Arnold Klein

Answer 1

新回答：

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]

---

新答案：

使用第三方模块dateutil，它可以处理这些变化。它有一个dayfirst关键字参数，在这里非常有用:

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]

- mechanical_meat

---

太棒了！感谢指出“dayfirst=True”选项。我将其转换为CSV文件，并进行了一些小调整，解决了问题，但这种解决方案还不够健壮。 - Arnold Klein