pandas转换混合英/意月份的%d-%b-%y日期列及Colab locale报错解决

报错原因说明 #

Colab环境下抛出unsupported locale setting报错，是因为Colab默认的Linux系统环境未预装对应的语言locale包，切换locale的方案强依赖系统配置，通用性较差。我们可以采用无系统依赖的月份映射替换方案解决意大利语月份、小写月份的识别问题。

核心思路 #

先建立意大利语月份缩写到英语月份缩写的映射表，将日期字符串中的意大利语月份统一替换为pandas可识别的英语缩写，同时兼容小写格式的月份，再执行datetime转换即可。

意大利语-英语月份缩写映射表 #

完整可运行代码 #

import pandas as pd

# 读取原始数据
url = "http://www.dt.mef.gov.it/modules/documenti_en/debito_pubblico/scadenze_titoli_suddivise_per_anno/Maturities_broken_down_by_year_xupdate_July_31x_2021x.csv"
df = pd.read_csv(url, skiprows=4)

# 定义意大利语月份转英语月份映射，加单词边界避免误替换
it_month_map = {
    r'\bgen\b': 'jan',
    r'\bfeb\b': 'feb',
    r'\bmar\b': 'mar',
    r'\bapr\b': 'apr',
    r'\bmag\b': 'may',
    r'\bgiu\b': 'jun',
    r'\blug\b': 'jul',
    r'\bago\b': 'aug',
    r'\bset\b': 'sep',
    r'\bott\b': 'oct',
    r'\bnov\b': 'nov',
    r'\bdic\b': 'dec'
}

def date_convert(col: pd.Series) -> pd.Series:
    # 统一转小写
    date_str = col.str.lower()
    # 批量替换意大利语月份为英语月份
    for it_pattern, en_month in it_month_map.items():
        date_str = date_str.str.replace(it_pattern, en_month, regex=True)
    # 转换为datetime类型
    return pd.to_datetime(date_str, format='%d-%b-%y', errors='coerce')

# 转换两个日期列
df['Issue date'] = date_convert(df['Issue date'])
df['Redemption date'] = date_convert(df['Redemption date'])

# 验证转换结果
print("Issue date空值数量：", df['Issue date'].isnull().sum())
print("Redemption date空值数量：", df['Redemption date'].isnull().sum())
print("转换后列类型：\n", df[['Issue date', 'Redemption date']].dtypes)

效果说明 #

• 除原数据本身存在的2条空日期记录外，其余所有日期均可正常转换，无解析报错
• 转换后两列均为datetime64[ns]标准日期类型，可直接用于后续日期计算
• 方案不依赖系统locale配置，在Colab、Windows、MacOS等所有环境均可直接运行

内容的提问来源于stack exchange，提问作者Leo