Python 使用不同的多个日期格式设置日期格式问题

我正在尝试将数据框中的一列转换为日期，即生日。这些数据是在数年内以不同的格式手动获取的。我无法让Pandas正确设置整个列的格式

格式包括：

YYYYMMDD
DDMMYYYY
DD/MM/YYYY
DD-MMM-YYYY (eg JAN)

我试过了

dates['BIRTH-DATE（MAIN）]=pd.to_datetime（dates['BIRTH-DATE（MAIN）'））

但是我得到了错误

值错误：19670314年超出范围

---

不知道如何才能使其包含多种日期格式？

在我看来，熊猫在转换日期方面确实很好，但几乎不可能总是自动猜测正确的格式。使用

pd.to\u datetime

选项

errors='concurve'

并检查未手动转换的日期。

您可以创建自己的函数来处理此问题。例如，类似于：

df = pd.DataFrame({'date': {0: '20180101', 1: '01022018', 2: '01/02/2018', 3: '01-JAN-2018'}})

def fix_date(series, patterns=['%Y%m%d', '%d%m%Y', '%d/%m/%Y', '%d-%b-%Y']):
    datetimes = []
    for pat in patterns:
        datetimes.append(pd.to_datetime(series, format=pat, errors='coerce'))
    return pd.concat(datetimes, axis=1).ffill(axis=1).iloc[:, -1]

df['fixed_dates'] = fix_date(df['date'])

[外]

---

像19670304这样的值应该被解释为4月3日还是3月4日？19670304应该是Marchwhat's'in pd.to_datetime（s，format=pat，errors='concurve'）？@lurkerlower道歉，它确实应该是

系列

，而不是

s

。我更新了我的答案

print(df)    

          date fixed_dates
0     20180101  2018-01-01
1     01022018  2018-02-01
2   01/02/2018  2018-02-01
3  01-JAN-2018  2018-01-01