替换DataFrame日期时间列多个相对时间值为标准datetime格式

实现思路 #

根据给出的转换规则，核心逻辑为：

• 以2021年8月1日为基准日期
• 分钟、小时、1天三类相对时间直接返回基准日期
• 带月单位的相对时间，减去对应月份后取当月1日作为结果

代码实现 #

依赖库导入 #

import pandas as pd
from dateutil.relativedelta import relativedelta
from datetime import datetime

自定义转换函数 #

# 配置基准日期与单位映射
base_date = datetime(2021, 8, 1)

def convert_date(raw_val):
    # 拆分数值与单位
    num, unit = raw_val.strip().split(maxsplit=1)
    num = int(num)
    # 处理天及以内的时间单位
    if unit in ['minutos', 'horas', 'dia']:
        return base_date
    # 处理月单位
    elif unit in ['mês', 'meses']:
        offset_date = base_date - relativedelta(months=num)
        # 对齐示例规则，返回当月1日
        return datetime(offset_date.year, offset_date.month, 1)
    # 未知单位返回空值
    return pd.NaT

应用到DataFrame #

# 转换后列直接为datetime64类型
df['Data Posted'] = df['Data Posted'].apply(convert_date)

补充说明 #

如果基准日期不是固定值（比如以爬虫执行当日为基准），只需把base_date的赋值改为datetime.today()即可，其余逻辑无需调整。

内容的提问来源于stack exchange，提问作者conradobio