爬取HTML表格得到的Date列如何清洗转换为pandas日期类型列

解决方案 #

你爬取得到的Date列为带星期的英文长日期格式，可直接通过pandas内置方法完成转换，在你现有代码生成df后追加以下代码即可：

# 第一步：去除日期字符串两端多余空白
df['Date'] = df['Date'].str.strip()

# 第二步：转换为pandas日期类型，自动识别即可适配当前格式
df['Date'] = pd.to_datetime(df['Date'])

# 若追求更稳定的转换效果，可手动指定日期格式，避免特殊场景下识别错误
# df['Date'] = pd.to_datetime(df['Date'], format='%A, %B %d, %Y')

转换完成后可通过print(df.dtypes)验证Date列的类型已变为datetime64，后续可直接基于该列做时间序列筛选、排序等操作。

内容的提问来源于stack exchange，提问作者msh855