如何解决使用 raise ValueError python 允许两种日期时间格式
我有两个 csv 文件,它们具有两种不同的格式,分别是 '%m/%d/%Y %H:%M:%S'
和 '%d/%m/%Y %H:%M:%S'
。因此,我会得到这样的 ValueError :
ValueError: time data '14/12/2020 17:43:15' does not match format '%m/%d/%Y %H:%M:%S'
来自 file1.csv
的示例数据,其中月份位于中间:
timestamp
15/12/2020 11:01:54
15/12/2020 11:02:54
15/12/2020 13:33:24
虽然 file2.csv
,月份在前面:
timestamp
12/15/2020 11:01:54
12/15/2020 11:02:54
12/15/2020 13:33:24
该列以字符串形式出现,然后我需要进行转换以仅提取出 date
。
这是代码:
responses_df['date_only'] = [datetime.strptime(val,format='%m/%d/%Y %H:%M:%S').date() for val in responses_df['timestamp']]
我的计划是将 format=
重定向到一个可以克服 ValueError
并将格式从 '%m/%d/%Y %H:%M:%S'
更改为 '%d/%m/%Y %H:%M:%S'
的函数。
这样的东西..:
responses_df['date_only'] = [datetime.strptime(val,format=get_format()).date() for val in responses_df['timestamp']]
def get_format():
if ValueError is raised,use '%d/%m/%Y %H:%M:%S'
else,use '%m/%d/%Y %H:%M:%S'
解决方法
试试
s1 = pd.to_datetime(df['timestamp'],format='%m/%d/%Y %H:%M:%S',errors='coerce')
s2 = pd.to_datetime(df['timestamp'],format='%d/%m/%Y %H:%M:%S',errors='coerce')
然后
df['new']=s1.fillna(s2)
,
假设在加入单个 df
之前,两个文件作为两个不同的数据帧读入——对于第一个文件,传递 dayfirst=True
。对于第二个文件,不要。然后,使用 dt.strftime()
:
df1['timestamp'] = pd.to_datetime(df1['timestamp'],dayfirst=True).dt.strftime('%d/%m/%Y %H:%M:%S')
df2['timestamp'] = pd.to_datetime(df2['timestamp']).dt.strftime('%d/%m/%Y %H:%M:%S')
df1,df2
Out[1]:
( timestamp
0 15/12/2020 11:01:54
1 15/12/2020 11:02:54
2 15/12/2020 13:33:24,timestamp
0 15/12/2020 11:01:54
1 15/12/2020 11:02:54
2 15/12/2020 13:33:24)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。