逻辑详解

首先我们看常见的日期格式：2021-01-01，2021/01/01等等，因此通过以下两个规则判断：
规则一：每一个单元格的长度都相同
规则二：每一个单元格的内容，按照某个字符切分后都是等长的

判断一个series是否可以转换为datetime：

def check_is_datetime(series, time_mark='-') -> bool:if series.dtype == 'object':# 1. 长度相同series_len = series.str.len()for i in range(len(series_len)):if series_len[0] != series_len[i]:return False# 2. 被切分后都有三份for sp in series.str.split(time_mark):if len(sp) != 3:return Falsereturn Trueelif series.dtypes == 'datetime64[ns]':return Trueelse:return False

全部案例代码

import pandas as pd# 判断一个series是否为datetime格式
def check_is_datetime(series, time_mark='-') -> bool:if series.dtype == 'object':# 1. 长度相同series_len = series.str.len()for i in range(len(series_len)):if series_len[0] != series_len[i]:return False# 2. 被切分后都有三份for sp in series.str.split(time_mark):if len(sp) != 3:return Falsereturn Trueelif series.dtypes == 'datetime64[ns]':return Trueelse:return Falsedef check_date(dataframe: pd.DataFrame):check_list = []for index, series in dataframe.iteritems():check_list.append(check_is_datetime(series, time_mark='-'))return check_listif __name__ == '__main__':df = pd.DataFrame([['2021-01-01', 'hahhah', '9340do', 43, 123.23, '2021-01-01'],['2022-02-02', 'balbal', 'jsi0-2-3', 12, 34.0, '2022-02-02'],['2023-03-03', 'kkk', '123vd-2f', 23, 12.0, '2023-03-03'],], columns=['time1', 'str1', 'str2', 'int1', 'float1', 'time2'])check_datetime_list = check_date(df)print(check_datetime_list)  # 返回是时间格式的列print(df.iloc[:, check_datetime_list])  # 打印时间所在列

打印内容：

[True, False, False, False, False, True]time1       time2
0  2021-01-01  2021-01-01
1  2022-02-02  2022-02-02
2  2023-03-03  2023-03-03

pandas判断dataframe中一列是否为日期格式相关推荐

pandas使用isna函数和any函数判断dataframe中的每一个数据列中是否包含缺失值
pandas使用isna函数和any函数判断dataframe中的每一个数据列中是否包含缺失值(check if column contains any missing values in dataf ...
pandas基于dataframe字符串数据列不包含特定字符串来筛选dataframe中的数据行（rows where values do not contain substring）
pandas基于dataframe字符串数据列不包含(not contains)特定字符串来筛选dataframe中的数据行(rows where values do not contain subs ...
pandas使用rename函数重命名dataframe中数据列的名称、从而创建一个包含重复列名称的dataframe数据集
pandas使用rename函数重命名dataframe中数据列的名称.从而创建一个包含重复列名称的dataframe数据集目录
pandas将dataframe中的年、月、日数据列合并成完整日期字符串、并使用to_datetime将字符串格式转化为日期格式
pandas将dataframe中的年.月.日数据列合并成完整日期字符串.并使用to_datetime将字符串格式转化为日期格式目录
pandas将dataframe中的特定数据列的内容转化为列表list数据（convert dataframe column values into a list）
pandas将dataframe中的特定数据列的内容转化为列表list数据(convert dataframe column values into a list) 目录 pandas将datafra ...
pandas基于dataframe字符串数据列包含（contains）特定字符串来筛选dataframe中的数据行（rows where values contain substring）
pandas基于dataframe字符串数据列包含(contains)特定字符串来筛选dataframe中的数据行(rows where values contain substring) 目录
pandas计算dataframe两列数据值相等的行号、取出DataFrame中两列值相等的行号
pandas计算dataframe两列数据值相等的行号.取出DataFrame中两列值相等的行号目录 pandas计算dataframe两列数据值相等的行号.取出DataFrame中两列值相等的行号
pandas将dataframe中的内容为列表（list）的数据列裂变、拆分为多个新的数据列实战：拆分为多个新的数据列（并指定新数据列的名称）、数据列中的列表（不等长）拆分为多个新的数据列产生NaN
pandas将dataframe中的内容为列表(list)的数据列裂变.拆分为多个新的数据列实战:拆分为多个新的数据列(并指定新数据列的名称).数据列中的列表(不等长)拆分为多个新的数据列(产生NaN ...
pandas从dataframe中删除一个或多个数据列
pandas从dataframe中删除一个或多个数据列目录 pandas从dataframe中删除一个或多个数据列 #删除数据列的基本语法

pandas判断dataframe中一列是否为日期格式

文章目录

逻辑详解

全部案例代码

pandas判断dataframe中一列是否为日期格式相关推荐

最新文章

热门文章