Python 如果开始日期优于结束日期，则更改日期格式

我正在清理一个数据，其中的值是日期

有时，我会找到一个给定事件的值，其中开始日期优于结束日期

在查看值之后，我注意到这是由于数据收集期间的日期时间格式错误造成的

有些排是yy-mm-dd，有些排是yy-dd-mm

正确的格式应为yy-mm-dd

这是数据

     start_date end_date
0   2018-05-29  2018-04-06
7   2018-08-01  2018-03-30
5   2018-08-13  2018-06-09
3   2018-12-02  2018-02-15
11  2018-08-24  2018-05-09
12  2018-04-20  2018-02-05
1   2018-07-30  2018-03-08
8   2018-08-16  2018-03-09
10  2018-09-07  2018-07-20

基本上，我想检查每一行，如果开始日期优于结束日期，则更改结束日期或开始日期的格式，直到结束日期优于开始日期

例：对于第一行： 我需要将结束日期更改为2018-06-04， 但对于第二行，开始日期需要更改为2018-01-08

---

有什么想法吗？

好的，我不确定这是否有用，但让我们看看

首先，我想声明，IMO试图修复读入时损坏的数据可能是危险的——也许您对数据损坏方式的假设并不完全正确。
然而：

与

我们可以看到，在所有行（我有权访问）中，开始或结束日期都大于12天，这显然不适合作为一个月。也就是说，我们可以使用

mask = df.start_date.dt.day > 12

作为一个索引器，用于更改起始侧可能与结束侧零件分开的零件，即日值不大于12的零件：

df[~mask].start_date.apply(lambda d: pd.datetime(d.year, d.day, d.month))
Out: 
7    2018-01-08
3    2018-02-12
10   2018-07-09
Name: start_date, dtype: datetime64[ns]

及

因此，如果适用：

df.start_date[~mask] = df[~mask].start_date.apply(lambda d: pd.datetime(d.year, d.day, d.month))
df.end_date[mask] = df[mask].end_date.apply(lambda d: pd.datetime(d.year, d.day, d.month))

这导致了

df
Out: 
   start_date   end_date
0  2018-05-29 2018-06-04
7  2018-01-08 2018-03-30
5  2018-08-13 2018-09-06
3  2018-02-12 2018-02-15
11 2018-08-24 2018-09-05
12 2018-04-20 2018-05-02
1  2018-07-30 2018-08-03
8  2018-08-16 2018-09-03
10 2018-07-09 2018-07-20

其开始时间不再晚于结束时间：

df.start_date > df.end_date
Out: 
0     False
7     False
5     False
3     False
11    False
12    False
1     False
8     False
10    False
dtype: bool

---

我的问题是：为什么？换句话说，您只是给出了一个条件，告诉您是否必须在一行中执行某些操作（开始>结束）。但我不明白为什么要这样做，即更改开始日期或结束日期。根据常识，事件在开始之前不应该结束，这就是我想要改变的原因。如果任何一种“交换”都能起作用，会发生什么？请考虑“<代码> 2018—05-03 < /代码>为开始，<代码> 2018—04-05 < /代码>为结束的情况。是否（在年月日）成为

2018-05-03

和

2018-05-04

或

2018-03-05

和

2018-04-05

df
Out: 
   start_date   end_date
0  2018-05-29 2018-06-04
7  2018-01-08 2018-03-30
5  2018-08-13 2018-09-06
3  2018-02-12 2018-02-15
11 2018-08-24 2018-09-05
12 2018-04-20 2018-05-02
1  2018-07-30 2018-08-03
8  2018-08-16 2018-09-03
10 2018-07-09 2018-07-20

df.start_date > df.end_date
Out: 
0     False
7     False
5     False
3     False
11    False
12    False
1     False
8     False
10    False
dtype: bool