如何将pandas列中的多格式日期列转换为单一通用日期格式？

Question

我的 CSV 中的一列具有以下日期格式。5/2/201012/2/201019-02-201026-02-20105/3/201012/3/201019-03-201026-03-20102/4/20109/4/2010当我读取 csv 文件并打印数据框时，我得到的结果如下所示。file_path = r'Store_sales.csv'date_series_data = pd.read_csv(file_path)date_series_data.head()输出05-02-2010      12-02-2010      19-02-2010  26-02-2010  05-03-2010当我打印数据类型时，它显示对象数据类型。所以我无法设置为索引。所以我使用 pd.to_datetime(date_series_data)将对象转换为 datetime64[ns]。但前两个元素的日期格式已更改如下2010-05-02  2010-12-02  2010-02-19  2010-02-26      2010-03-05因此我的各种计算都出错了。有没有有效的方法来转换并获得类似的格式？

Answer 1

尝试：

import pandas as pd

# Read excel file

date_series_data = pd.read_csv(filepath)

# 'Date' is the column name which has date entries

# I have set time format as YDM. You can change it to other using dt.strftime

date_type_one = pd.to_datetime(date_series_data['Date'], errors='coerce', format='%Y-%d-%m %H:%M:%S').dt.strftime('%Y-%d-%m')

date_type_two = pd.to_datetime(date_series_data['Date'], errors='coerce', format='%d-%m-%Y').dt.strftime('%Y-%d-%m')

date_series_data['Date'] = date_type_one.fillna(date_type_two)

date_series_data.head()