Python Pandas-将日期转换为datetime，日-月-年-月-日无法解析日期

我有一个病人和手术的数据框架，有6个日期列。日期的格式为 年月日。要获得住院时间，我需要从出院日期（DISDATE）中减去入院日期[入院日期]。我想将日期列更改为日期时间列

例如

    ADMIDATE    DISDATE
0   06/06/2014  07/06/2014
1   23/06/2014  23/06/2014

如果使用

pd.read_csv('/Users/.......csv', parse_dates=['ADMIDATE', 'DISDATE'])

我明白了

    ADMIDATE    DISDATE
0   2014-06-06  2014-07-06
1   2014-06-23  2014-06-23

6月7日变成了7月6日。（日期，第[0]行） 如果我使用更严格的

for col in ['ADMIDATE', 'DISDATE']:
    df[col] = pd.to_datetime(df[col], format='%d/%m/%Y')

它起作用了

ADMIDATE    DISDATE
0   2014-06-06  2014-06-07
1   2014-06-23  2014-06-23

但它不会接受许多空行，例如患者在数据收集时尚未出院。我可以在excel中格式化日期列，将csv转换为年-月-日格式，然后使用解析日期，它工作正常，但我想知道如何使用

to_datetime

dayfirst

此参数强制解析器首先解释第一天

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

    ADMIDATE    DISDATE
0 2014-06-06 2014-06-07
1 2014-06-23 2014-06-23

要指定列，请执行以下操作：

df[['ADMIDATE', 'DISDATE']].apply(pd.to_datetime, dayfirst=True)

    ADMIDATE    DISDATE
0 2014-06-06 2014-06-07
1 2014-06-23 2014-06-23

---

error='胁迫'

要容纳丢失的数据，请执行以下操作：

df[['ADMIDATE', 'DISDATE']].apply(
    pd.to_datetime, dayfirst=True, errors='coerce'
)

    ADMIDATE    DISDATE
0 2014-06-06 2014-06-07
1 2014-06-23 2014-06-23

---

非常好，非常有用，谢谢。dayfirst成功了。