熊猫数据列的不同格式-列与行的数据类型

Question

我有一个pd DataFrame列，其中日期值的格式不同。例如“YYYY-MM-DD hh:MM:ss”和“DD.MM”。“YYYY”甚至“DD.MM”我想将它们全部转换为一种格式（例如，“YYYY-MM-DD”），并（在许多事情中）尝试过

df[~df.date.str.contains('(\d{4})-(\d{2})-(\d{2}) (\d{2}):(\d{2}):(\d{2})')] 

查找日期未写为“YYYY-MM-DD hh:MM:ss”的行。然而，这不起作用。

因此，我检查了列的类型

df['date'].dtype   #prints dtype('O')

然后我检查了一下

for index, row in df.iterrows():
    print(type(row['date']))

并收到了诸如类的datetime之类的混合打印。“datetime”和类“str”

我很困惑。为什么当列是“对象”数据类型时，我不总是得到“str”？有人可能知道如何使正则表达式工作吗？

Answer 1

def findIndex(x):
    try:
        pd.to_datetime(x).strftime('%m/%d/%Y')
        return
    except:
        return True


df.date.apply(lambda x: findIndex(x))

现在，您可以使用奇怪的格式获取所有索引。希望这有帮助。