Pandas单列混合日期格式转换为统一yyyy-mm-dd格式求助

问题分析 #

你的日期列存在两种混合格式：

• dd-mm-yyyy（如 18-04-2022）
• yyyy-dd-mm（如 2016-10-05）
  直接使用pd.to_datetime()会将后者错误识别为yyyy-mm-dd，导致日期解析错误。我们需要针对两种格式分别指定解析规则，再合并结果。

解决方案 #

通过判断日期字符串的格式特征（以4位数字开头的为yyyy-dd-mm格式），分别指定解析格式后合并：

import pandas as pd
import numpy as np

# 初始化数据
df = pd.Series('''18-04-2022
2016-10-05'''.split('\n') , name='date'
).to_frame()

# 分别处理两种格式的日期
df['post_date'] = np.where(
    # 判断是否为yyyy-dd-mm格式（开头是4位数字）
    df['date'].str.match(r'^\d{4}-'),
    # 按yyyy-dd-mm解析
    pd.to_datetime(df['date'], format='%Y-%d-%m'),
    # 按dd-mm-yyyy解析
    pd.to_datetime(df['date'], format='%d-%m-%Y')
)

print(df)

输出结果 #

date  post_date
0  18-04-2022 2022-04-18
1  2016-10-05 2016-05-10

说明 #

• df['date'].str.match(r'^\d{4}-')：用正则表达式匹配以4位数字开头的日期字符串，精准识别yyyy-dd-mm格式。
• 对匹配到的日期用format='%Y-%d-%m'解析，确保2016-10-05被正确识别为2016年5月10日；其余日期用format='%d-%m-%Y'解析。

内容的提问来源于stack exchange，提问作者Todd