摘要

在日常Python數(shù)據(jù)分析、Excel數(shù)據(jù)處理場景中，經(jīng)常會遇到表格日期格式雜亂不統(tǒng)一的問題，數(shù)據(jù)中同時存在時間戳日期、年.月.日字符串、月.日簡寫、空值等多種格式。Pandas默認讀取會自動解析數(shù)據(jù)類型，極易出現(xiàn)5.10被誤轉(zhuǎn)為5.1、日期解析失敗、數(shù)據(jù)丟失等問題。本文將提供一套通用、健壯的解決方案：通過全字符串讀取原始數(shù)據(jù)規(guī)避格式丟失問題，編寫萬能日期轉(zhuǎn)換函數(shù)，將所有雜亂日期統(tǒng)一格式化為XX月XX日中文格式，并支持一鍵導(dǎo)出Excel文件，完美適配各類不規(guī)則日期數(shù)據(jù)處理場景。

項目背景

在處理業(yè)務(wù)Excel數(shù)據(jù)時，日期列格式混亂是高頻痛點，常見的不規(guī)則日期格式如下：

• 標準時間戳格式：2026-05-16 00:00:00
• 年.月.日字符串格式：2026.5.18
• 簡寫月.日格式：5.26、5.2、4.21
• 空值數(shù)據(jù)：空白單元格、nan、NaT

如果直接使用Pandas默認方式讀取并轉(zhuǎn)換日期，會出現(xiàn)兩大致命問題：一是浮點型日期5.10丟失末尾0，變成5.1；二是多格式混雜導(dǎo)致解析報錯、數(shù)據(jù)錯亂，無法統(tǒng)一統(tǒng)計展示。因此需要一套兼容所有格式、零數(shù)據(jù)丟失、全自動轉(zhuǎn)換的處理方案。

環(huán)境準備

本次項目僅需pandas庫，若未安裝可執(zhí)行以下命令：

pip install pandas

原始數(shù)據(jù)準備

為方便大家測試使用，本文提供代碼模擬數(shù)據(jù)（無需本地Excel）和本地Excel原始文件數(shù)據(jù)兩種方式，數(shù)據(jù)完全還原真實業(yè)務(wù)雜亂日期場景。

1.1 真實原始數(shù)據(jù)樣例

原始Excel表格包含4列不規(guī)則日期數(shù)據(jù)，覆蓋所有常見異常格式：

1.2 兩種數(shù)據(jù)使用方式

1、本地文件模式：新建Excel文件，命名為你的原始文件.xlsx，將上述表格粘貼進去，用于讀取本地真實數(shù)據(jù)；

2、代碼模擬模式：無需創(chuàng)建任何文件，代碼內(nèi)置完整測試數(shù)據(jù)，可直接運行測試。

完整可運行代碼（帶詳細注釋）

核心優(yōu)化：全字符串讀取數(shù)據(jù)，徹底規(guī)避浮點數(shù)據(jù)精度丟失問題，兼容所有日期格式，容錯性拉滿。

方式一：模擬數(shù)據(jù)版（零基礎(chǔ)一鍵運行）

import pandas as pd

# 定義通用日期格式化函數(shù)：兼容所有雜亂日期格式，統(tǒng)一轉(zhuǎn)為XX月XX日
def format_to_mmdd(x):
    # 處理空值：NaN、空字符串、字符串nan統(tǒng)一返回空
    if pd.isna(x) or str(x).strip().lower() == "nan":
        return ""
    # 去除首尾空格，統(tǒng)一格式
    s = str(x).strip()

    try:
        # 優(yōu)先解析標準日期格式（時間戳、年-月-日）
        dt = pd.to_datetime(s)
        # 格式化輸出：X月X日
        return f"{dt.month}月{dt.day}日"
    except:
        # 解析失敗后，手動處理.分割的自定義日期格式
        if "." in s:
            parts = s.split(".")
            try:
                # 處理 月.日 格式（例：5.26）
                if len(parts) == 2:
                    return f"{int(parts[0])}月{int(parts[1])}日"
                # 處理 年.月.日 格式（例：2026.5.18）
                if len(parts) == 3:
                    return f"{int(parts[1])}月{int(parts[2])}日"
            except:
                # 格式異常返回空
                return ""
    # 無法識別的格式統(tǒng)一返回空
    return ""

# 1. 內(nèi)置模擬原始數(shù)據(jù)，強制全字符串格式，杜絕數(shù)據(jù)類型轉(zhuǎn)換問題
df = pd.DataFrame({
    "日期列1": ["2026-05-16 00:00:00", "2026-05-27 00:00:00", "2026-06-17 00:00:00", 
               "2026-05-23 00:00:00", "2026-05-26 00:00:00", "", ""],
    "日期列2": ["5.26", "5.26", "5.22", "5.22", "5.18", "5.2", "5.26"],
    "日期列3": ["4.21", "5.11", "", "", "", "", ""],
    "日期列4": ["2026.5.18", "2026.5.18", "2026.5.18", "2026.5.18", 
               "2026.5.18", "2026.5.20", ""]
}, dtype=str)

# 2. 批量對所有單元格執(zhí)行日期格式化
df_result = df.applymap(format_to_mmdd)

# 3. 導(dǎo)出處理后的數(shù)據(jù)到Excel，不保留索引
df_result.to_excel("日期格式化結(jié)果.xlsx", index=False)

# 打印結(jié)果查看
print("? 日期格式化完成，處理結(jié)果如下：")
print(df_result)
print("\n? 已成功導(dǎo)出文件：日期格式化結(jié)果.xlsx")

方式二：本地Excel文件讀取版（真實業(yè)務(wù)數(shù)據(jù)使用）

import pandas as pd

# 統(tǒng)一日期格式化函數(shù)
def format_to_mmdd(x):
    if pd.isna(x) or str(x).strip().lower() == "nan":
        return ""
    s = str(x).strip()

    try:
        dt = pd.to_datetime(s)
        return f"{dt.month}月{dt.day}日"
    except:
        if "." in s:
            parts = s.split(".")
            try:
                if len(parts) == 2:
                    return f"{int(parts[0])}月{int(parts[1])}日"
                if len(parts) == 3:
                    return f"{int(parts[1])}月{int(parts[2])}日"
            except:
                return ""
    return ""

# ?? 核心關(guān)鍵：dtype=str 強制所有列以字符串讀取，零數(shù)據(jù)丟失
df = pd.read_excel("你的原始文件.xlsx", dtype=str)

# 批量格式化所有日期
df_result = df.applymap(format_to_mmdd)

# 導(dǎo)出結(jié)果
df_result.to_excel("日期格式化結(jié)果.xlsx", index=False)
print("? 本地文件處理完成，結(jié)果已導(dǎo)出！")

程序運行結(jié)果

所有雜亂日期全部統(tǒng)一為XX月XX日中文格式，空值保留空白，無數(shù)據(jù)丟失、無解析錯誤，最終效果如下：

高頻踩坑點總結(jié)（核心重點）

坑點1：默認讀取導(dǎo)致浮點日期精度丟失

Pandas默認會將5.10這類數(shù)據(jù)識別為浮點數(shù)，自動舍去末尾0，變成5.1，造成日期錯誤。

? 解決方案：讀取Excel時強制 dtype=str，所有數(shù)據(jù)以原始字符串存儲，完全保留原始信息。

坑點2：多格式混雜日期解析報錯

數(shù)據(jù)同時存在時間戳、年.月.日、月.日多種格式，單一解析規(guī)則會直接報錯、返回空值。

? 解決方案：先使用pd.to_datetime解析標準日期，異常捕獲后手動解析自定義格式，雙層邏輯全覆蓋。

坑點3：空值處理不規(guī)范，出現(xiàn)nan文本

原始數(shù)據(jù)中的NaN、空白單元格，直接轉(zhuǎn)換后會在Excel顯示nan，影響美觀和數(shù)據(jù)使用。

? 解決方案：統(tǒng)一捕獲空值、字符串nan，全部替換為空單元格。

坑點4：帶時分秒的時間戳無法截斷

原始數(shù)據(jù)含2026-05-16 00:00:00帶時間的日期，普通格式化會保留時分秒，無法統(tǒng)一格式。

? 解決方案：通過pd.to_datetime自動提取年月日，舍棄無用時間部分。

拓展用法（按需開啟）

如果需要補零格式（如 05月02日 標準統(tǒng)一格式），只需修改函數(shù)內(nèi)return語句即可：

# 原代碼
return f"{dt.month}月{dt.day}日"
# 修改為補零格式
return f"{dt.month:02d}月{dt.day:02d}日"

修改后效果：5月2日 → 05月02日，適合需要統(tǒng)一字符長度的報表場景。

總結(jié)

本文提供的Pandas日期格式化方案，完美解決了業(yè)務(wù)中多格式混雜日期統(tǒng)一處理的痛點，核心優(yōu)勢如下：

1、零數(shù)據(jù)丟失：全字符串讀取，徹底解決浮點精度丟失問題；

2、兼容性極強：支持時間戳、年.月.日、月.日、空值等所有常見格式；

3、容錯性高：異常格式自動忽略，程序不會報錯中斷；

4、開箱即用：支持模擬數(shù)據(jù)測試+本地文件讀取，一鍵導(dǎo)出Excel。

該代碼可直接復(fù)用在所有Excel日期清洗場景，大幅提升數(shù)據(jù)處理效率。

到此這篇關(guān)于Pandas批量統(tǒng)一雜亂日期格式為XX月XX日的實現(xiàn)方法的文章就介紹到這了,更多相關(guān)Pandas統(tǒng)一雜亂日期格式為XX月XX日內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論