Python 熊猫：一列中有多种日期格式

我在一个熊猫系列（列）中有两种日期格式，需要标准化为一种格式（mmm dd和mm/dd/YY）

日期

1月3日

1月2日

1月1日

19年12月31日

19年12月30日

19年12月29日

即使是Excel也不会将mmm dd格式识别为日期格式。我可以使用str.replace将mmm更改为完整的月份：

df['Date']=df['Date'].str.replace（'Jan'，'一月'，regex=True）

但我如何添加当前年份？那么，如何将2020年1月1日转换为2020年1月1日？

您尝试过解析（）吗

---

如果在数据帧中，请使用以下命令：

from dateutil.parser import parse
import pandas as pd

for i in range(len(df['Date'])):
    df['Date'][i] = parse(df['Date'][i])
df['Date'] = pd.to_datetime(df['Date']).dt.strftime("%d-%m-%Y")

找到解决方案（需要使用）：

---

非常感谢。df['Date']系列是datetime64[ns]类型。在运行代码之前，我首先将其转换为字符串：df['Date']=df['Date'].astype（str）。一旦我这样做了，我就得到了这个错误：：5:SettingWithCopyWarning:试图在数据帧的切片副本上设置一个值请参阅文档中的注意事项：df['Date'][I]=parse（df['Date'][I]）我得到这个错误：解析器必须是字符串或字符流，而不是序列。我需要解析整个熊猫系列，但实际上只有错误日期格式的行。现在检查答案

from dateutil.parser import parse
import pandas as pd

for i in range(len(df['Date'])):
    df['Date'][i] = parse(df['Date'][i])
df['Date'] = pd.to_datetime(df['Date']).dt.strftime("%d-%m-%Y")

df['date'] = df['date'].apply(dateutil.parser.parse)