我正在学习python和软件开发。。。
自7月份以来，我每分钟都在从网站上抓取数据(日期/时间、利率(，并将其附加到CSV文件中。今天我用jupyter笔记本熊猫来绘制数据。。etc
我截取了"AM/PM"字符串字符，并在日期/时间列上使用pandas.to_datetime方法来正确格式化它和。
data['date/time'] = data['date/time'].str[0:14].map(pandas.to_datetime)
然而，日期/时间数据最初似乎是由python/jupyter/pandas按照ddmmyy惯例解释的，但在新的一个月开始时更改为解释为mmddyy。当月13日，解释改回年月日。
例如：
CSV文件在各个单元格中显示以下字符串值：
31/07/22 23:59PM
01/08/22 00:00AM
...
12/08/22 23:59PM
13/08/22 00:00AM
然而，熊猫数据帧在使用"to_datetime"方法后显示：
2022-07-31 23:59:00
2022-01-08 00:00:00
...
2022-12-08 23:59:00
2022-08-13 00:00:00
我一直在想：为什么会发生这种情况？我该如何避免这种情况的发生？如何修复此问题，以便正确绘制时间序列数据？
更新从较大的CSV文件筛选到我正在使用的CSV文件时，似乎出现了问题。
您应该使用设置为True的pandas.to_datetimedayfirst参数来假定格式为day/month/year。否则，如果1 <= month <= 12，则假定格式为month/day/year。
它将如下所示：
data['date/time'] = data['date/time'].str[0:14].map(lambda x: pd.to_datetime(x, dayfirst=True))