Formato de Fechas#

Ultima actualización: Mar 6, 2023 | YouTube

[1]:

import pandas as pd

pd.set_option("display.notebook_repr_html", False)

pd.__version__

[1]:

'1.5.2'

Un problema fundamental en los campos de fecha es la variedad de formatos posibles. Todos los valores del siguiente archivo representan la misma fecha.

[2]:

%%writefile /tmp/data.csv
birthday
17/09/18
"September 17, 2018"
17/09/2018
17/9/18
17-09-18
2018-09-17
9/17/2018
17-Sep-18

Overwriting /tmp/data.csv

[3]:

df = pd.read_csv("/tmp/data.csv")
df

[3]:

             birthday
0            17/09/18
1  September 17, 2018
2          17/09/2018
3             17/9/18
4            17-09-18
5          2018-09-17
6           9/17/2018
7           17-Sep-18

[4]:

df.birthday = pd.to_datetime(
    df.birthday,
    #
    # Por defecto False. Cuando no se especifica
    # el formato, infiere el formato de la fecha
    #
    infer_datetime_format=True,
    dayfirst=False,
    #
    # Controla el comportamiento ante datos
    # invalidos
    #
    #   * 'raise': genera una excepción
    #   * 'coerce': retorna un NaT
    #   * 'ignore': retorna el mismo valor
    #
    errors="ignore",
)
df

/tmp/ipykernel_1154/2432989742.py:1: UserWarning: Parsing dates in DD/MM/YYYY format when dayfirst=False (the default) was specified. This may lead to inconsistently parsed dates! Specify a format to ensure consistent parsing.
  df.birthday = pd.to_datetime(

[4]:

    birthday
0 2018-09-17
1 2018-09-17
2 2018-09-17
3 2018-09-17
4 2018-09-17
5 2018-09-17
6 2018-09-17
7 2018-09-17

[5]:

df.birthday = pd.to_datetime(
    df.birthday,
    infer_datetime_format=True,
    format="%Y-%m-%d",
    errors="ignore",
)
df

[5]:

    birthday
0 2018-09-17
1 2018-09-17
2 2018-09-17
3 2018-09-17
4 2018-09-17
5 2018-09-17
6 2018-09-17
7 2018-09-17

[6]:

#
# Cambio de formato
#
df.birthday = df.birthday.dt.strftime("%d-%m-%Y")
df

[6]:

     birthday
0  17-09-2018
1  17-09-2018
2  17-09-2018
3  17-09-2018
4  17-09-2018
5  17-09-2018
6  17-09-2018
7  17-09-2018