将数据清理日期功能应用于列中的每一行

Question

我正在尝试清理"凌乱"的日期并通过函数将它们转换为日-月-年格式。我已经测试了我的函数，它产生了正确的结果。

def date_change(strDate):
    if ("-") in strDate:
        sp_Str_Dob= strDate.split("-")
    elif ("/") in strDate:
        sp_Str_Dob= strDate.split("/")
    if len(strDate)==4:
        return (strDate)
#day processing
    length_Day= len(sp_Str_Dob[0])
    if length_Day ==1:
        new_Day= str(("0" + sp_Str_Dob[0]))
    else:
        new_Day= str(sp_Str_Dob[0])
#month processing
    strMonth= (sp_Str_Dob[1])
    if (len(strMonth)) ==3:
        new_Month= str((strptime(strMonth,'%b').tm_mon)) #change letter month to number
    else:
        new_Month= str((strptime(strMonth,'%m').tm_mon)) #month is number
#year processing
    strYear= (sp_Str_Dob[2])
    length_Year= len(sp_Str_Dob[2])
    if length_Year ==2: #if only two digits then 20th cemtury
       new_Year= str("19" + sp_Str_Dob[2])
    else:
        new_Year= str(sp_Str_Dob[2]) 
    new_Date_Str= (new_Day + "/" + new_Month + "/" + new_Year)
    print(new_Date_Str)

当前如果输入为：

• 1895 年 9 月 30 日
• 22-三月-76
• 1966/8/14

输出将是

• 1895.9.30
• 1976/3/22
• 1966/14/8

我正在尝试遍历子集中的列 ['dob']，它将替换旧值以new_Date_Str

subset:
    dob
ID
1   30-Sep-1895
2   22-Mar-76
3   14/08/1966

我必须更改函数，使其不调用参数并遍历函数中 ['dob'] 中的每个值，但是，我对如何在不使用迭代行/元组的情况下遍历每一行有点困惑，因为它不鼓励。

.loc 是最好的方法吗？

更新：任何以两位数结尾的年份都应转换为 20 世纪年份。

Answer 1

熊猫to_datetime可以处理不同格式的日期时间，它将以月首格式返回日期。您可以使用strftime将这些转换为第一天，但日期将是对象类型，而不是datetime。

df['dob'] = pd.to_datetime(df['dob']).dt.strftime('%d/%m/%Y')
    dob
ID  
1   30/09/1895
2   22/03/1976
3   14/08/1966