如何去除pandas DataFrame日期列中的多余无效字符

你不需要手动处理月份映射、字符串截断的逻辑，pandas内置的日期解析工具已经支持自动识别各类英文月份、自动过滤无关后缀内容，直接调用即可。

具体实现代码 #

import pandas as pd

# 解析日期列，自动识别格式，异常值转为NaT方便后续排查
df['parsed_date'] = pd.to_datetime(df['Date'], errors='coerce')

# 转换为你需要的 dd/mm/yyyy 格式字符串
df['formatted_date'] = df['parsed_date'].dt.strftime('%d/%m/%Y')

效果验证 #

你给出的所有样例输入都可以被正确解析，对应输出如下：

• 输入14 September 1932 14:40 → 输出14/09/1932
• 输入september 6, 1943 6:06 p.m. → 输出06/09/1943
• 输入15 november 1991 about 16:00 local time → 输出15/11/1991
• 输入July 9 1981 01:47 CST 17:47 UTC → 输出09/07/1981
• 输入24 may 1847 ~06:50 am → 输出24/05/1847

异常处理说明 #

如果存在个别格式特殊、无法被自动识别的行，可以通过以下代码筛选出来单独调整：

# 筛选解析失败的行
invalid_rows = df[df['parsed_date'].isna()]

内容的提问来源于stack exchange，提问作者Scapegoat