Python 在pandas中将格式不一致的字符串日期转换为datetime

我有一个pandas数据框，其中日期信息是带有月份和年份的字符串：

date = ["JUN 17", "JULY 17", "AUG 18", "NOV 19"]

请注意，月份通常以3位数的缩写形式书写，但有时也以6月和7月的整月形式书写

我想将其转换为datetime格式，该格式假定每个日期都在每月的第一天：

date = [06-01-2017, 07-01-2017, 08-01-2018, 11-01-2019]

编辑以提供更多信息： 我不确定如何处理两个主要问题：

月份的格式不一致。试图通过仅获取字符串前三个字符的子集来解决此问题

今年只是最后两位数，我们很难确定是2020年，而不会变得非常混乱 我尝试了十几种不同的方法，但都没有成功，最近的尝试如下：

---

这会出现错误“无法解析位置0处的字符串“JUN”

，如果您不确定会显示多少拼写，则字典映射将不起作用。也许您最好的机会是拆分和切片，以便将其规范化为年和月列，然后生成日期

如果

date

是示例中的列表

date = [d.split() for d in date]
df = pd.DataFrame([m[:3].lower, '20' + y] for m, y in date],
# df = pd.DataFrame([[s.split()[0][:3].lower, '20' + s.split()[1]] for s in date],
    columns=['month', 'year'])

然后将映射器传递给

系列。如中所示替换

df.month = df.month.replace({'jan': 1, 'feb': 2 ...})

然后从其组件解析日期

# first cap the date to the first day of the month
df['day'] = 1
df = pd.to_datetime(df)

您几乎可以使用
pandas.to_datetime（）
。但是，您可以不使用字典，而是将日期字符串重新格式化为更标准的格式。如果您将每个日期字符串转换为MMMYY格式（与您所做的非常类似），则可以将
%b%y“
传递到
to_datetime（））
并将字符串转换为日期

import pandas as pd

date = ["JUN 17", "JULY 17", "AUG 18", "NOV 19"]
df = pd.DataFrame(date, columns=["Record Month"])

df['date'] = pd.to_datetime(df["Record Month"].str[:3] + df["Record Month"].str[-2:], format='%b%y')

print(df)

生成以下结果：

  Record Date       date
0      JUN 17 2017-06-01
1     JULY 17 2017-07-01
2      AUG 18 2018-08-01
3      NOV 19 2019-11-01

看起来没有内置的功能。到目前为止你做了什么？具体是什么问题？请参阅。
  Record Date       date
0      JUN 17 2017-06-01
1     JULY 17 2017-07-01
2      AUG 18 2018-08-01
3      NOV 19 2019-11-01