Python - データの照合と変更

Question

おはようございます、 リストを読み込み、datetime形式の文字列を認識しようとしています。ここで（日時やバージョン番号で）私のリストの例です。

• 文字列、1.0.1
• 文字列2、2017年10月3日
• string3が、2014年12月1日
• String4 、01.11.2017

今、私は2014-12-01を01.12.2014に変更したいと思います。それは、このコードで正常に動作します：

dfnew[1].iloc[i]=datetime.datetime.strptime(dfnew[1].iloc[i], "%Y-%m-%d").strftime("%d.%m.%Y") 

しかし、私はここにこのコードを使用している場合：

for i, x in dfnew.iterrows(): 
    print (dfnew[1].iloc[i]) 
    if ((dfnew[1].iloc[i]) == (datetime.datetime.strptime(dfnew[1].iloc[i], "%YY-%mm-%d"))): 
     dfnew[1].iloc[i]=datetime.datetime.strptime(dfnew[1].iloc[i], "%Y-%m-%d").strftime("%d.%m.%Y") 

を私はエラーを取得：

Traceback (most recent call last): 
    File "CVE_List.py", line 74, in <module> 
    if ((dfnew[1].iloc[i]) == (datetime.datetime.strptime(dfnew[1].i 
    File "C:\Program Files (x86)\Python36-32\lib\_strptime.py", line 56 
    tt, fraction = _strptime(data_string, format) 
    File "C:\Program Files (x86)\Python36-32\lib\_strptime.py", line 36 
    (data_string, format)) 
ValueError: time data '1.0.1' does not match format '%Y-%m-%d' 

しかし、通常フォーマットXYZを持つ行がする必要があります無視される。

Answer 1

非常に遅いため、必要でない場合はiterrowsを使用しないでください。パンダのベクトル化関数を使うのが良いです。

ここでは、to_datetimeとパラメータerrors='coerce'を使用して、解析できないdatetimesをNaTに設定しています。

dt.strftimeを追加するカスタム文字列形式に変換する必要がある場合：

print (df) 
     0   1 
0 String  1.0.1 
1 String2 2017-10-03 
2 String3 2014-12-01 
3 String4 01.11.2017 

df[1] = pd.to_datetime(df[1], errors='coerce') 
print (df) 
     0   1 
0 String  NaT 
1 String2 2017-10-03 
2 String3 2014-12-01 
3 String4 2017-01-11 

EDIT：

一般的な解決策はdf1データフレームにそれらをyearsずにyear秒、日付と日付のall possible formatsをdistingush、その後concat必要があります。各行のための最終NaN秒を削除し、combine_firstでversionsを追加します。

#remove trailing whitespaces 
c = df[1].str.strip() 

dates_formats_with_years = ['%Y-%m-%d','%d.%m.%Y'] 
d1 = [pd.to_datetime(c, errors='coerce', format=x) for x in dates_formats_with_years] 
s1 = [s.dt.strftime("%#d.%#m") 
      .add('.') 
      .add(s.dt.strftime("%y").str.lstrip('0')) 
      .str.rstrip('.') 
      .replace('NaT.NaT', np.nan) for s in d1] 

dates_formats_no_years = ['%d.%b'] 
d2 = [pd.to_datetime(c, errors='coerce', format=x) for x in dates_formats_no_years] 
s2 = [s.dt.strftime("%#d.%#m").replace('NaT', np.nan) for s in d2] 

---

df1 = pd.concat(s1 + s2, axis=1, keys=range(len(s1) + len(s2))) 
print (df1) 
     0 1 2 
0  NaN NaN NaN 
1  NaN NaN NaN 
2 3.5.29 NaN NaN 
3 2.8.17 NaN NaN 
4  NaN NaN NaN 
5  5.6 NaN NaN 
6 3.4.7 NaN NaN 
7  NaN NaN NaN 
8 7.6.17 NaN NaN 
9 4.1.1 NaN NaN 
10 1.8.3 NaN NaN 
11  NaN NaN NaN 
12  NaN NaN NaN 
13  NaN NaN NaN 
14 1.2.8 NaN NaN 

df[1] = df1.apply(lambda x: x.sort_values().iat[0], axis=1).combine_first(c) 
print (df) 
           0     1 
0      alsa-intf UMC-9240P_D_v0.30 
1      alsa-lib    1.0.29 
2     base-passwd    3.5.29 
3      sshfs-fuse    2.8.17 
4 start-scripts-firmware-links    1.0 
5        s    5.6 
6      syslog-ng    3.4.7 
7     system-conf UMC-9240P_D_v0.30 
8     tcp-wrappers    7.6.17 
9      tcpdump    4.1.1 
10      tinyproxy    1.8.3 
11     tinyscheme    1.0.0 
12    useradd-peiker    1.0 
13     util-linux    2.26.2 
14       zlib    1.2.8