python数据分析数据集的清洗

这个数据集里面的第一列时间有两种书写方式一种是年月日一种是日月年 如何将两种时间格式统一成一种

假设文件叫做example.xlsx
时间列是A列
那么代码如下（相关用到的库，你可以pip install下）

import datetime
from dateutil import parser
from openpyxl import Workbook, load_workbook

old_format1 = "%Y-%m-%d %H:%M" #第一种格式
old_format2 = "%m/%d/%y %H:%M" #第二种格式

new_format = "%Y-%m-%d %H:%M" #新格式

wb = load_workbook(filename="example.xlsx")
ws = wb.active

for cell in ws['A']:
    if cell.row == 1:
        continue
    # 使用dateutil模块解析日期
    try:
        date_obj = parser.parse(cell.value)
        # 如果日期是第二种格式，将其转换为第一种格式
        if cell.value[:1].isdigit():
            cell.value = date_obj.strftime(new_format)
    except ValueError:
        pass

wb.save("example.xlsx")

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7684407
• 你也可以参考下这篇文章：python 获取时间段内所有天 求本周的星期一 时间段内每个星期的周一日期 某个月份有多少天 时间段内所有月份 某月的第一天和最后一天
• 同时，你还可以查看手册：python- 定义扩展类型：已分类主题- 终结和内存释放 中的内容
• 除此之外, 这篇博客: Python数据清洗--日期时间变量的处理中的 数据框里面对时间变量的操作 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  

• 您还可以看一下 关东升老师的Python数据分析实战篇：从数据搜集到数据可视化一步一步完成二手房价数据分析课程中的 北京各区二手房均价可视化小节, 巩固相关知识点
  
• 以下回答来自chatgpt:

  问题标题: 如何将Python数据分析所使用的数据集中不同格式的日期进行统一和清洗？

  问题内容: 我在进行Python数据分析时使用了一个数据集，其中包含了两种不同格式的时间数据，一种是年月日，另一种是日月年。我想要将这两种时间格式都转化为相同的格式以便于数据分析。请问应该如何处理？提示：可以使用什么工具或方法来达到这个目的。

  解决方案：

  1. 读取数据集，将其中的时间数据转化为datetime格式。

  import pandas as pd
  
  # 读取数据集
  df = pd.read_csv('data.csv')
  
  # 遍历数据集，对其中的时间数据进行格式转化
  for i in range(len(df)):
      date_str = df.loc[i, 'date']
      # 判断日期格式，进行格式转化
      if '/' in date_str:
          df.loc[i, 'date'] = pd.to_datetime(date_str, format='%Y/%m/%d')
      else:
          df.loc[i, 'date'] = pd.to_datetime(date_str, format='%Y-%m-%d')
  
  # 检查转化结果
  print(df.info())
  print(df.head())
  

  1. 如果数据集中存在缺失值或异常值，需要进行数据清洗。

  # 假设存在缺失值，用前一个值进行填充
  df = df.fillna(method='ffill')
  
  # 检查清洗结果
  print(df.info())
  print(df.head())
  

  这样，我们就完成了数据集中不同格式的日期进行统一和清洗的操作。现在的时间数据已经全部转化为datetime格式，一致性更好，有利于后续的数据分析。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^