如何统一Pandas DataFrame中多格式混杂的日期列数据

原代码问题说明 #

• 遍历修改临时变量未生效：你在for循环中修改的是每次迭代生成的临时字符串变量date，并没有将修改后的值写回DataFrame的对应位置，因此整列的横杠根本没有被替换。
• 日期格式参数匹配错误：你指定的format='%d %b%Y'存在两个问题：一是%Y对应4位年份，无法匹配21这类两位年份（两位年需要用%y）；二是未被替换的带横杠日期也无法匹配该格式，搭配errors='ignore'参数后，所有匹配失败的日期都会原样保留，最终输出自然还是混杂格式。

最优处理方案 #

直接用pandas内置的矢量化操作和智能日期解析能力处理，不需要写循环，代码简洁且效率更高：

1. 批量替换所有横杠为空格（用pandas字符串矢量化方法，替代低效的for循环）
2. 调用pd.to_datetime自动解析多种日期格式，无需手动指定格式，工具会自动适配两位/四位年份、空格/横杠分隔的英文月日期格式
3. （可选）转成你需要的统一字符串日期格式

完整可运行代码 #

import pandas as pd

# 1. 批量替换横杠为空格
DF_all["SALES_DATE"] = DF_all["SALES_DATE"].str.replace('-', ' ')

# 2. 自动解析为datetime类型，自动适配两种格式
DF_all["SALES_DATE"] = pd.to_datetime(DF_all["SALES_DATE"], infer_datetime_format=True)

# 3. 可选：统一输出为「年-月-日」格式的字符串，比如2021-08-18
# DF_all["SALES_DATE"] = DF_all["SALES_DATE"].dt.strftime('%Y-%m-%d')

# 验证结果
print(DF_all["SALES_DATE"].unique())

补充说明 #

如果你的日期中存在低于2000年的两位年份，只需要在转完datetime之后手动调整年份范围即可，当前你给出的示例都是2021年的日期，pandas默认的两位年解析规则（00-69归为20xx，70-99归为19xx）完全可以满足需求。

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