如何在Python中处理ParserError并将非日期值转为随机日期？

问题场景 #

你的数据如下：

使用dateutil.parser.parse统一转换为mm/dd/yyyy格式时，遇到showtime这类非日期值会触发ParserError，需要处理该错误并将非日期输入替换为同格式的随机日期。

你原有的代码（翻译后）：

from dateutil.parser import parse

# 直接对整列调用parse会报错，因为parse无法处理Series类型
df['team1'] = parse(df['team1'])
df['team2'] = parse(df['team2'])

解决办法 #

1. 编写带容错逻辑的日期处理函数 #

定义一个函数，尝试解析日期，失败则生成指定格式的随机日期：

from dateutil.parser import parse
import random
from datetime import datetime

def parse_date_or_random(date_str):
    try:
        # 解析日期后转为mm/dd/yyyy格式的字符串
        parsed_date = parse(date_str)
        return parsed_date.strftime("%m/%d/%Y")
    except (ValueError, TypeError):
        # 生成2022年范围内的随机日期，可按需调整年份范围
        year = 2022
        month = random.randint(1, 12)
        # 根据月份确定当月最大天数
        max_day = 31
        if month in [4, 6, 9, 11]:
            max_day = 30
        elif month == 2:
            # 如需处理闰年，可添加判断：year % 4 == 0 and (year % 100 != 0 or year % 400 == 0)
            max_day = 28
        day = random.randint(1, max_day)
        return datetime(year, month, day).strftime("%m/%d/%Y")

2. 将函数应用到DataFrame的日期列 #

使用apply方法遍历每一行的日期值：

import pandas as pd

# 构造你的数据
data = {
    'event': ['practice', 'gameday'],
    'team1': ['7/16/2022', 'July 17 2022'],
    'team2': ['7/18', 'showtime']
}
df = pd.DataFrame(data)

# 处理team1和team2列
df['team1'] = df['team1'].apply(parse_date_or_random)
df['team2'] = df['team2'].apply(parse_date_or_random)

# 查看处理后的结果
print(df)

关键说明 #

• 错误捕获：专门捕获parse抛出的ValueError（非日期字符串）和TypeError（非字符串类型值），避免程序崩溃。
• 随机日期：示例限定在2022年，可根据需求修改年份范围或调整为其他时间段。
• 格式统一：无论原日期格式如何，解析后都转为mm/dd/yyyy字符串格式，非日期值也替换为同格式的随机日期，保证列数据格式一致。

内容的提问来源于stack exchange，提问作者Ryan Y