Python中多格式日期列清洗及标准化求助

问题原因 #

你指定单一日期格式调用pd.to_datetime时，数据中存在多种日期格式（斜杠、空格、连字符分隔），部分日期无法匹配指定格式，因此触发ValueError。

解决方案 #

先让Pandas自动识别所有日期格式转换为datetime类型，再统一格式化为你需要的“1 July 2022”样式：

步骤1：转换为datetime类型（自动识别多格式） #

import pandas as pd

# 定义需要处理的日期列
date_columns = ['INITIATION DATE', 'DATE CUT', 'DATE GIVEN']

# 自动解析多种格式，无法解析的转为NaT（可选errors='coerce'便于后续异常值处理）
df[date_columns] = df[date_columns].apply(pd.to_datetime, errors='coerce')

步骤2：格式化为目标字符串格式 #

如果需要不带前导零的日期+月份全称+年份，可以用两种方式实现：

方式1：跨系统兼容的拼接法（推荐）

避免不同系统strftime格式符差异的问题：

df[date_columns] = df[date_columns].apply(
    lambda col: col.dt.day.astype(str) + ' ' + col.dt.month_name() + ' ' + col.dt.year.astype(str)
)

方式2：使用strftime（注意系统差异）

• 适用于Linux/macOS：

df[date_columns] = df[date_columns].dt.strftime('%-d %B %Y')

• 适用于Windows：

df[date_columns] = df[date_columns].dt.strftime('%#d %B %Y')

验证结果 #

处理后，所有日期列都会统一为“1 July 2022”“21 July 2022”这类格式，斜杠、连字符等分隔符已被移除。

内容的提问来源于stack exchange，提问作者Toni