Python 解析多个日期格式

我一直坚持以下格式：

0   2001-12-25  
1   2002-9-27   
2   2001-2-24   
3   2001-5-3    
4   200510
5   20078

我需要的是格式为%Y-%m的日期

我尝试的是

 def parse(date):
     if len(date)<=5:
         return "{}-{}".format(date[:4], date[4:5], date[5:])
     else:
         pass

  df['Date']= parse(df['Date'])

def解析（日期）：
如果len（date）我们可以使用
pd.to\u datetime
并使用
errors='concurve'
分步解析日期

假设您的列名为
date

s = pd.to_datetime(df['date'],errors='coerce',format='%Y-%m-%d')

s = s.fillna(pd.to_datetime(df['date'],format='%Y%m',errors='coerce'))

df['date_fixed'] = s

print(df)

         date date_fixed
0  2001-12-25 2001-12-25
1   2002-9-27 2002-09-27
2   2001-2-24 2001-02-24
3    2001-5-3 2001-05-03
4      200510 2005-10-01
5       20078 2007-08-01

循序渐进

首先，我们将常规日期时间转换为一个名为
s

s = pd.to_datetime(df['date'],errors='coerce',format='%Y-%m-%d')

print(s)

0   2001-12-25
1   2002-09-27
2   2001-02-24
3   2001-05-03
4          NaT
5          NaT
Name: date, dtype: datetime64[ns]

s = s.fillna(pd.to_datetime(df['date'],format='%Y%m',errors='coerce'))

print(s)


0   2001-12-25
1   2002-09-27
2   2001-02-24
3   2001-05-03
4   2005-10-01
5   2007-08-01

如您所见，我们有两个
NaT
在我们的系列中是空的datetime值，它们与缺少一天的datetime相对应

然后，我们重新应用相同的
datetime
方法，但格式相反，并将其应用于
s

s = pd.to_datetime(df['date'],errors='coerce',format='%Y-%m-%d')

print(s)

0   2001-12-25
1   2002-09-27
2   2001-02-24
3   2001-05-03
4          NaT
5          NaT
Name: date, dtype: datetime64[ns]

s = s.fillna(pd.to_datetime(df['date'],format='%Y%m',errors='coerce'))

print(s)


0   2001-12-25
1   2002-09-27
2   2001-02-24
3   2001-05-03
4   2005-10-01
5   2007-08-01

然后我们重新分配给您的数据帧。
您可以使用正则表达式提取年份和月份，并转换为日期时间：

df = pd.read_clipboard("\s{2,}",header=None,names=["Dates"])

pattern = r"(?P<Year>\d{4})[-]*(?P<Month>\d{1,2})"

df['Dates'] = pd.to_datetime([f"{year}-{month}" for year, month in df.Dates.str.extract(pattern).to_numpy()])

print(df)

        Dates
0   2001-12-01
1   2002-09-01
2   2001-02-01
3   2001-05-01
4   2005-10-01
5   2007-08-01

df=pd.read_剪贴板（“\s{2，}”，header=None，names=[“Dates”]）
模式=r“（？P\d{4}）[-]*（？P\d{1,2}）”
df['Dates']=pd.to_datetime（[f”{year}-{month}表示df.Dates.str.extract（pattern.to_numpy（）]中的年、月）
打印（df）
日期
0   2001-12-01
1   2002-09-01
2   2001-02-01
3   2001-05-01
4   2005-10-01
5   2007-08-01

请注意，熊猫会自动将日期转换为1，因为只提供了年份和月份
Hi@sammywemmy，我接受了Datavoice的答案，因为他的答案排在第一位。因为你的解决方案也很好。谢谢：）没问题。。。只要你的挑战解决了，一切都很好如果这不使用循环，我会建议这样的答案：）但是正则表达式很棒