轉換號文件，以大熊貓

Question

我導入excel文件，其中「日期」一欄寫有不同的方式：

 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 

導入到熊貓：

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

結果：

     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 

這意味着，大熊貓並沒有解析正確的日期和時間：

10/3/17 -> 2017-10-03 

，當我試圖指定格式：

df.Date = pd.to_datetime(df.Date, format='%d%m%Y') 

得到了錯誤：

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

問：

如何從Excel導入正確的日期和時間文件到熊貓？

Answer 1

新的答案：

其實pd.to_datetime有dayfirst關鍵字說法，在這裏很有用：

df.Date = pd.to_datetime(df.Date,dayfirst=True) 

結果：

>>> 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] 

---

老答案：

使用可處理這些類型變體的第三方模塊dateutil。它有一個dayfirst關鍵字說法，在這裏很有用：

import dateutil 

df = pd.read_excel('data_excel.xls') 
df.Date = df.Date.apply(lambda x: dateutil.parser.parse(x,dayfirst=True)) 

結果：

>>> 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]