日期时间转换-如何提取推断的格式？

Question

这是日期时间值的数组：

array = np.array(['2016-05-01T00:00:59.3+10:00', '2016-05-01T00:02:59.4+10:00',
                  '2016-05-01T00:03:59.4+10:00', '2016-05-01T00:13:00.1+10:00',
                  '2016-05-01T00:22:00.5+10:00', '2016-05-01T00:31:01.1+10:00'],
        dtype=object)

pd.to_datetime 在推断日期时间格式方面非常擅长。

array = pd.to_datetime(array)

print(array)
DatetimeIndex(['2016-04-30 14:00:59.300000', '2016-04-30 14:02:59.400000',
               '2016-04-30 14:03:59.400000', '2016-04-30 14:13:00.100000',
               '2016-04-30 14:22:00.500000', '2016-04-30 14:31:01.100000'],
              dtype='datetime64[ns]', freq=None)

如何动态找出pd.to_datetime推断的日期时间格式？像这样：（%Y-%m-%dT...对不起，我的datetime foo 真的很糟糕
）。

Answer 1

我认为不可能在大熊猫中完全笼统地做到这一点。

正如其他评论和答案中所提到的那样，内部函数_guess_datetime_format几乎是您所要的，但是对于构成可猜测格式的内容它具有严格的标准，因此它仅适用于日期时间字符串的受限类。

这些条件_guess_datetime_format在这些行的函数中列出，并且您还可以在test_parsing脚本中看到一些格式好的示例。

一些要点是：

• 年，月和日必须分别存在且可识别
• 年份必须有四个数字
• 如果使用微秒，则必​​须使用准确的六位数
• 您无法指定时区

这意味着即使它们是有效的ISO
8601
格式，也将无法猜测问题中日期时间字符串的格式：

>>> from pandas.core.tools.datetimes import _guess_datetime_format_for_array
>>> array = np.array(['2016-05-01T00:00:59.3+10:00'])
>>> _guess_datetime_format_for_array(array)
# returns None

在这种情况下，放下时区并将微秒填充到六位数就足以使熊猫识别格式：

>>> array = np.array(['2016-05-01T00:00:59.300000']) # six digits, no tz
>>> _guess_datetime_format_for_array(array)
'%Y-%m-%dT%H:%M:%S.%f'

这可能和它一样好。

如果pd.to_datetime没有要求推断数组的格式，或者没有给出尝试使用的格式字符串，则它将尝试分别解析每个字符串，并希望它成功。至关重要的是，它不需要事先推断出格式就可以做到这一点。

首先，pandas假定（近似）ISO
8601格式解析字符串。这始于对艰苦工作_string_to_dts的低级parse_iso_8601_datetime功能的调用，并最终达到该功能。

您可以使用_test_parse_iso8601函数检查您的字符串是否能够以这种方式进行解析。例如：

from pandas._libs.tslib import _test_parse_iso8601

def is_iso8601(string):
    try:
        _test_parse_iso8601(string)
        return True
    except ValueError:
        return False

您提供的数组中的日期将被识别为以下格式：

>>> is_iso8601('2016-05-01T00:00:59.3+10:00')
True

但这不能满足问题的要求，而且我看不到任何实际的方法来恢复该parse_iso_8601_datetime函数可以识别的确切格式。

如果将字符串解析为ISO
8601格式失败，则pandas会退回使用parse()第三方dateutil库（由调用parse_datetime_string）中的函数。这提供了极高的解析灵活性，但是，我不知道从此函数中提取公认的日期时间格式的任何好方法。

如果 这两个 这两个解析器的失败，熊猫要么引发错误，忽略字符串或默认NaT（这取决于用户指定）。没有进一步尝试解析字符串或猜测字符串的格式。