如何将Pandas DataFrame中的日期列标准化为统一格式

完全可以将不同格式的日期标准化为统一的DD/MM/YYYY格式，Pandas的to_datetime()方法能自动识别绝大多数常见的日期格式，再配合strftime()即可完成格式化。

具体操作步骤： #

1. 解析日期列，转换为datetime类型
   使用pd.to_datetime()将原始日期字符串转换为Pandas的datetime对象，该方法会自动识别如01/03/2021 00:00（带时间戳）、11/24/2022（月/日/年）这类不同格式。添加errors='coerce'可将解析失败的无效日期转为NaT（Not a Time），方便后续排查处理。

   import pandas as pd
   
   # 假设你的日期列名为'date_col'
   df['date_col'] = pd.to_datetime(df['date_col'], errors='coerce')
   

2. 格式化为DD/MM/YYYY字符串
   利用dt.strftime()将datetime对象格式化为你需要的字符串格式，%d代表两位日期，%m代表两位月份，%Y代表四位年份。

   df['standardized_date'] = df['date_col'].dt.strftime('%d/%m/%Y')
   

处理歧义日期 #

如果遇到像03/04/2021这种既可能是日/月/年也可能是月/日/年的歧义格式，需要根据业务数据的实际规则指定dayfirst参数：

• 如果原始数据中日期在前、月份在后，添加dayfirst=True：

  df['date_col'] = pd.to_datetime(df['date_col'], errors='coerce', dayfirst=True)
  

检查异常值 #

解析完成后，可以查看哪些行存在无法识别的日期：

# 打印解析失败的行
print(df[df['date_col'].isna()])

内容的提问来源于stack exchange，提问作者Chetan Patel