这是一个日期时间值数组:
array = np.array(['2016-05-01T00:00:59.3+10:00', '2016-05-01T00:02:59.4+10:00',
'2016-05-01T00:03:59.4+10:00', '2016-05-01T00:13:00.1+10:00',
'2016-05-01T00:22:00.5+10:00', '2016-05-01T00:31:01.1+10:00'],
dtype=object)
pd.to_datetime
非常擅长推断日期时间格式。
array = pd.to_datetime(array)
print(array)
DatetimeIndex(['2016-04-30 14:00:59.300000', '2016-04-30 14:02:59.400000',
'2016-04-30 14:03:59.400000', '2016-04-30 14:13:00.100000',
'2016-04-30 14:22:00.500000', '2016-04-30 14:31:01.100000'],
dtype='datetime64[ns]', freq=None)
如何动态找出推断出的日期时间格式
pd.to_datetime
?类似于:%Y-%m-%dT...
(抱歉,我的日期时间 foo 真的很糟糕)。
我认为在 pandas 中不可能完全做到这一点。
_guess_datetime_format
接近您所要求的,但它对构成可猜测格式的内容有严格的标准,因此它仅适用于有限类别的日期时间字符串.
这些标准在
这些行的
_guess_datetime_format
函数中列出,您还可以在test_parsing脚本中看到一些好格式和坏格式的示例。
一些要点是:
这意味着它无法猜测问题中日期时间字符串的格式,尽管它们是有效的 ISO 8601 格式:
>>> from pandas.core.tools.datetimes import _guess_datetime_format_for_array
>>> array = np.array(['2016-05-01T00:00:59.3+10:00'])
>>> _guess_datetime_format_for_array(array)
# returns None
在这种情况下,删除时区并将微秒填充到六位数字足以使 pandas 识别格式:
>>> array = np.array(['2016-05-01T00:00:59.300000']) # six digits, no tz
>>> _guess_datetime_format_for_array(array)
'%Y-%m-%dT%H:%M:%S.%f'
这可能已经是最好的了。
如果不要求
pd.to_datetime
推断数组的格式,或者给出要尝试的格式字符串,它只会尝试单独解析每个字符串并希望成功。至关重要的是,它不需要提前推断格式来执行此操作。
首先,pandas 解析字符串,假设它是(大约)ISO 8601 格式。这从调用
_string_to_dts
开始,最终到达执行艰苦工作的低级 parse_iso_8601_datetime
函数。
_test_parse_iso8601
函数检查您的字符串是否能够以这种方式解析。例如:
from pandas._libs.tslib import _test_parse_iso8601
def is_iso8601(string):
try:
_test_parse_iso8601(string)
return True
except ValueError:
return False
您给出的数组中的日期被识别为以下格式:
>>> is_iso8601('2016-05-01T00:00:59.3+10:00')
True
但这并不能满足问题的要求,而且我没有看到任何现实的方法来恢复
parse_iso_8601_datetime
函数识别的确切格式。
如果将字符串解析为 ISO 8601 格式失败,pandas 会回退到使用第三方 dateutil 库中的
parse()
函数(由 parse_datetime_string
调用)。这提供了极高的解析灵活性,但同样,我不知道有什么好方法可以从此函数中提取可识别的日期时间格式。
如果这两个解析器的both失败,pandas要么引发错误,忽略字符串,要么默认为
NaT
(取决于用户指定的内容)。不再尝试解析字符串或猜测字符串的格式。
DateInfer (PyDateInfer) 库允许根据可用日期的顺序推断日期:
文档中的用法:
>>> import dateinfer
>>> dateinfer.infer(['Mon Jan 13 09:52:52 MST 2014', 'Tue Jan 21 15:30:00 EST 2014'])
'%a %b %d %H:%M:%S %Z %Y'
>>>
免责声明:我使用过这个库,然后为这个库做出了贡献
您可以使用
_guess_datetime_format
中的 core.tools
来获取格式。即
from pandas.core.tools import datetimes as tools
tools._guess_datetime_format(pd.to_datetime(array).format()[0][:10])
输出:
'%Y-%m-%d'
要了解有关此方法的更多信息,您可以查看此处。希望能帮助到你。