使用Pandas解析Python中的日期

所以我的问题是，当我第一次运行这个代码时，它正确地给出了结果，即以2013-01-23的格式

但是，当我下次尝试运行此代码时，我没有得到正确的结果（输出为23/01/2013）

为什么第二次不一样

from pandas import *
fec1 = read_csv("/user_home/w_andalib_dvpy/sample_data/sample.csv")

def convert_date(val):
    d, m, y = val.split('/')
    return datetime(int(y),int(m),int(d))

# FECHA is the date column name in raw file. format: 23/01/2013
fec1.FECHA.map(convert_date)
fec1.FECHA

---

通过将

parse\u dates=['yourdatecolumn']

和

date\u parser=convert\u date

传递到csv，可以在读取csv时使用pandas解析日期

这样做比加载数据然后解析日期要快得多

---

当您两次执行相同的操作时，可能会得到不同的输出，这可能是因为在解析日期时，您将D/M/Y作为输入，但将Y/M/D作为输出。它基本上每次都翻转D和Y。

你能提供sample.csv吗？数字、代码、FECHA、秒、TID\n 85678367,52,1/4/2013220242,0pd\u到datetime（fec1.FECHA，format=“%D/%m/%Y”）还是在读取文件时立即提供：pd.read\u csv（…，parse\u dates=['FECHA'，dayfirst=True）