Python 将dataframe转换为_datetime（）的操作不正确

我有一个这样的日期——“53年7月17日”

当我

pd.to_datetime（'17-JUL-53'）

它返回

Timestamp（'2053-07-17 00:00:00'）

你可以说它是正确的，但实际返回的日期是1953-07-17。这在excel中是可以的，我们如何使用to_datetime（）实现这一点

[编辑]仅显示在python中从str转换为time时发生的情况：

>>> time.strptime('17-JUL-53', '%d-%b-%y')
time.struct_time(tm_year=2053, tm_mon=7, tm_mday=17, tm_hour=0, tm_min=0,tm_sec=0, tm_wday=3, tm_yday=198, tm_isdst=-1)

---

我认为您需要在年份中添加子字符串

19

。
有关datetime格式的详细信息，请参阅

%d-%b-%Y

表示：

%d-以零填充十进制数表示的月份日期
%b-月作为区域设置的缩写名
%Y-以世纪为小数点的年份

---

如果你所有的日期都是1900世纪，我会这样做：）

---

不知何故，你需要提到你在哪个世纪。。。在

pandas

中，这不能由

to_datetime

函数处理，因此需要在上游执行。下面是一种使用regex的方法：

import re
import pandas as pd

date = '17-JUL-53'

pd.to_datetime(re.sub(r'(\d{2}-\w{3}-)(\d{2})', r'\g<1>19\2', date))
#Timestamp('1953-07-17 00:00:00')

重新导入
作为pd进口熊猫
日期='53年7月17日'
pd.to_datetime（re.sub（r'（\d{2}-\w{3}-）（\d{2}'），r'\g19\2'，date））
#时间戳（'1953-07-17 00:00:00'）

然后，你的基础数据中出现了一个问题，我会说：你如何区分1953年、1853年或2053年的“1953年7月17日”？是的。客户的数据，不能做太多。但我真的很感谢您提到这个PackageHanks，感谢您出色的正则表达式解决方案！不用担心，这很有趣，因为有一个诀窍是使用数字后面的组，即

r'\119\2'

不起作用！

from dateutil.relativedelta import relativedelta
input ='17-jul-53'
output = pd.to_datetime(input)
output_clean = output - relativedelta(years=100)

import re
import pandas as pd

date = '17-JUL-53'

pd.to_datetime(re.sub(r'(\d{2}-\w{3}-)(\d{2})', r'\g<1>19\2', date))
#Timestamp('1953-07-17 00:00:00')