Python Pandas:Pandas.to_datetime（）正在切换日期&；天小于13的月份

我写了一个代码，可以读取多个文件，但是在我的一些文件上，只要日期小于13，datetime交换day&month，并且从第13天开始的任何一天（即11年6月13日）都保持正确（DD/MM/YY）。 我试图通过这样做来修复它，但它不起作用

我的数据框如下所示： 实际日期时间为2015年6月12日至2015年6月13日 当我将日期时间列作为字符串读取时，日期在dd/mm/yyyy保持正确

tmp                     p1 p2 
11/06/2015 00:56:55.060  0  1
11/06/2015 04:16:38.060  0  1
12/06/2015 16:13:30.060  0  1
12/06/2015 21:24:03.060  0  1
13/06/2015 02:31:44.060  0  1
13/06/2015 02:37:49.060  0  1

但当我将列的类型更改为datetime列时，它会将我的日期和月份替换为少于13天的每一天

输出：

print(df)
tmp                  p1 p2 
06/11/2015 00:56:55  0  1
06/11/2015 04:16:38  0  1
06/12/2015 16:13:30  0  1
06/12/2015 21:24:03  0  1
13/06/2015 02:31:44  0  1
13/06/2015 02:37:49  0  1

这是我的代码：

我循环浏览文件：

df = pd.read_csv(PATH+file, header = None,error_bad_lines=False , sep = '\t')

然后，当我的代码读取完我所有的文件后，我将它们连接起来，问题是我的datetime列需要是datetime类型，因此当我通过pd_datetime（）更改其类型时，它会在日期小于13时交换日期和月份

转换日期时间列后日期是否正确（字符串类型）

但当我更改列类型时，我得到以下结果：

tmp = pd.to_datetime(tmp, unit = "ns")
tmp = temps_absolu.apply(lambda x: x.replace(microsecond=0))
print(tmp) # I get 06-11-2016 12:56:05 (06november2015 its not the right date)

问题是：当日数小于13时，我应该使用或更改什么命令来停止日和月交换

更新 此命令交换我的列的所有日期和月份

tmp =  pd.to_datetime(tmp, unit='s').dt.strftime('%#m/%#d/%Y %H:%M:%S') 

因此，为了只交换不正确的日期，我写了一个条件：

for t in tmp:
        if (t.day < 13):
            t = datetime(year=t.year, month=t.day, day=t.month, hour=t.hour, minute=t.minute, second = t.second)

对于tmp中的t：
如果（t.日<13）：
t=日期时间（年=t.year，月=t.day，日=t.month，小时=t.hour，分钟=t.minute，秒=t.second）

---

但是它也不起作用

您可以使用

pd.to\u datetime

中的

dayfirst

参数

pd.to_datetime(df.tmp, dayfirst=True)

输出：

0   2015-06-11 00:56:55
1   2015-06-11 04:16:38
2   2015-06-12 16:13:30
3   2015-06-12 21:24:03
4   2015-06-13 02:31:44
5   2015-06-13 02:37:49
Name: tmp, dtype: datetime64[ns]

---

我解决了我的问题，但使用了一种消耗内存的方法，我首先将tmp列拆分为日期和时间列，然后将日期列重新拆分为日期、月份和年份，这样我就可以查找少于13天的天数，并用相应的月份替换它们

df['tmp'] = pd.to_datetime(df['tmp'], unit='ns')
df['tmp'] = df['tmp'].apply(lambda x: x.replace(microsecond=0))
df['date'] = [d.date() for d in df['tmp']]
df['time'] = [d.time() for d in df['tmp']]
df[['year','month','day']] = df['date'].apply(lambda x: pd.Series(x.strftime("%Y-%m-%d").split("-")))

df['day'] = pd.to_numeric(df['day'], errors='coerce')
df['month'] = pd.to_numeric(df['month'], errors='coerce')
df['year'] = pd.to_numeric(df['year'], errors='coerce')


#Loop to look for days less than 13 and then swap the day and month
for index, d in enumerate(df['day']):
        if(d <13): 
 df.loc[index,'day'],df.loc[index,'month']=df.loc[index,'month'],df.loc[index,'day'] 

#在我们的列中合并时间、日期和地点结果

df['tmp'] =pd.to_datetime(df['date']+ ' '+df['time'])

#删除添加的列

df.drop(df[['date','year', 'month', 'day','time']], axis=1, inplace = True)

---

我遇到了同样的问题。在我的例子中，日期是索引列（称为“日期”）。上面提到的解决方案在索引列为“Date”的数据框上直接使用to_datetime（）对我来说不起作用。我必须先使用read_csv（），而不将索引设置为“Date”，然后在其上应用_datetime（），然后才将索引设置为“Date”

---

你的问题是什么？问题是：我如何停止日月交换？为什么这不是公认的答案？非常好用，谢谢@戴奥尼索斯达芬奇谢谢。可能原始海报与此处记录的内容有不同的问题。如果指定了日期格式，是否会保留错误？@MiguelGonzalez不，不应该是Miguel，如果您使用的是%d/%m/%Y的精确格式。不会出现翻页错误。非常好，非常感谢@Scott Boston这很好。非常感谢您抽出时间！在循环过程中，pandas库中的KeyError 905不断出现。你知道怎么解决这个问题吗？提前谢谢

df['tmp'] =pd.to_datetime(df['date']+ ' '+df['time'])

df.drop(df[['date','year', 'month', 'day','time']], axis=1, inplace = True)

df= pd.read_csv(file, parse_dates=True)
df.Date = pd.to_datetime(df.Date, dayfirst=True)
df = df.set_index('Date')