将日期从Excel文件转换为熊猫

Question

我正在导入excel文件，其中的“日期”列具有不同的编写方式：

      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

导入熊猫：

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

结果是：

                     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，熊猫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')

得到了错误：

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

题：

如何从Excel文件正确导入日期和时间到熊猫？

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]

旧答案：

使用dateutil可以处理这些变体的第三方模块。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]