Pandas解析PDF中德语日期格式问题求助

嘿，作为Pandas新手遇到这种本地化日期解析的问题太正常了！德语的月份名称和日期格式确实会让默认的pd.to_datetime摸不着头脑，我给你一套完整的解决方案，从PDF导入到最终导出CSV都搞定。

第一步：把PDF日程表转成DataFrame #

首先得把PDF里的表格数据提取出来，推荐用tabula-py这个工具，专门处理PDF表格：

• 先安装：pip install tabula-py
• 读取PDF的代码示例：

import tabula

# 读取PDF所有页面的表格，取第一个结果（如果只有一个表格的话）
df = tabula.read_pdf("你的日程PDF文件.pdf", pages="all")[0]

如果读取的格式有点乱，可以试试加guess=False手动指定表格区域，或者stream=True适配流式PDF。

第二步：解析德语日期格式 #

你的日期格式是Do., 10. Mai 2018，其中Do.是德语周四（Donnerstag）的缩写，Mai是德语五月。这里有两种可靠的解析方法：

方法1：利用系统本地化设置 #

Pandas可以配合系统的locale识别德语月份，先设置德语locale（不同系统写法不同）：

import pandas as pd
import locale

# 尝试设置德语locale（Linux/macOS适用）
try:
    locale.setlocale(locale.LC_TIME, "de_DE.UTF-8")
# Windows系统用这个
except:
    locale.setlocale(locale.LC_TIME, "German_Germany.1252")

# 解析Start Date列，指定格式匹配规则
df["Start Date"] = pd.to_datetime(
    df["Start Date"],
    format="%a., %d. %B %Y",
    errors="coerce"  # 解析失败的会标记为NaT，方便后续排查问题
)

格式字符串说明：

• %a.：匹配缩写的星期名称（比如Do.）
• %d.：匹配带点的日期数字（比如10.）
• %B：匹配完整的德语月份名称（比如Mai）
• %Y：匹配4位年份

方法2：手动替换德语月份（规避locale问题） #

如果你的系统没法设置德语locale（比如某些服务器环境），可以手动把德语月份替换成英文，再解析：

# 德语月份到英文的映射字典
german_to_english_months = {
    "Januar": "January",
    "Februar": "February",
    "März": "March",
    "April": "April",
    "Mai": "May",
    "Juni": "June",
    "Juli": "July",
    "August": "August",
    "September": "September",
    "Oktober": "October",
    "November": "November",
    "Dezember": "December"
}

# 替换Start Date里的德语月份
df["Start Date"] = df["Start Date"].replace(german_to_english_months, regex=True)

# 用英文格式规则解析日期
df["Start Date"] = pd.to_datetime(df["Start Date"], format="%a., %d. %B %Y")

第三步：适配日历工具的CSV格式 #

像Google日历这类工具通常需要完整的开始/结束时间，所以把日期和时间合并成标准datetime列：

# 合并日期与时间，生成完整的时间戳
df["Start Datetime"] = pd.to_datetime(df["Start Date"].astype(str) + " " + df["Start Time"])
df["End Datetime"] = pd.to_datetime(df["Start Date"].astype(str) + " " + df["End Time"])

# 导出为适合日历导入的CSV，只保留必要列
df[["Start Datetime", "End Datetime", "Location", "Subject"]].to_csv("可导入日历的日程表.csv", index=False)

这样导出的CSV就能直接导入Google日历或者其他工具啦！

内容的提问来源于stack exchange，提问作者Arnau