熊猫to_datetime无法按预期工作，格式为 %d.%m.%Y

Question

我有一个pandas数据帧，它有一个包含字符串的文本列，格式为：

28.08.1958
29.04.1958
01.02.1958
05.03.1958

我想把它解释为日期。数据帧来自于使用beautifulsoup，即我没有从csv中读取它，所以我计划使用pd.to_detime((。偶尔会有非日期条目，所以我添加了errors='gnore'。

df["Date2"] = pd.to_datetime(df["Date"], format='%d.%m.%Y', errors='ignore')

在我看来，这似乎不起作用，因为我使用了后续的排序操作：

df.sort_values(by="Date2", ascending=True)

这确实改变了顺序，但似乎是随机的，而不是日期顺序。我想知道日期之间是否有空白，所以作为预防措施，我使用了

['Date'].str.strip()

但没有改善。

我还试着添加：

inplace=True

到排序值，但这导致整列按日期的天数部分排序，这实际上告诉我没有转换到日期。

总之我认为所有输入字符串都被视为错误并被忽略。这可能意味着参数format='%d.%m.%Y'不对。

EDIT针对到目前为止的评论/答案，我找到了一种方法来诱导一个没有错误的输入数据集。这似乎还可以；Date2"；列取决于该列中是否有错误：如果有非日期文本，则该列为对象类型，如果没有错误，则为datetime64[ns]

解决方案我已经设置errors="百分比"在to_datetime语句中。

Answer 1

试试这个：

import pandas as pd
import io
csv_data = '''                  
Date
28.08.1958
29.04.1958
01.02.1958
05.03.1958
'''
df = pd.read_csv(io.StringIO(csv_data))
df["Date2"] = pd.to_datetime(df["Date"], format='%d.%m.%Y')
df.sort_values(by="Date2", ascending=True, inplace=True)
print(df)

---

Date      Date2
2  01.02.1958 1958-02-01
3  05.03.1958 1958-03-05
1  29.04.1958 1958-04-29
0  28.08.1958 1958-08-28