Les Pandas to_datetime ValueError: Inconnu format de chaîne de caractères

J'ai une colonne dans mon (pandas) dataframe:

data['Start Date'].head()
type(data['Start Date'])
Output:
1/7/13
1/7/13
1/7/13
16/7/13
16/7/13
<class 'pandas.core.series.Series'>

Quand je le convertir en un format de date (comme suit) j'obtiens l'erreur ValueError: Inconnu format de la chaîne de

data['Start Date']= pd.to_datetime(data['Start Date'],dayfirst=True)
...
...
/Library/Python/2.7/site-packages/pandas/tseries/tools.pyc in _convert_listlike(arg, box, format, name)
    381                 return DatetimeIndex._simple_new(values, name=name, tz=tz)
    382             except (ValueError, TypeError):
--> 383                 raise e
    384 
    385     if arg is None:

ValueError: Unknown string format

Ce qui me manque ici?

quel est exactement le type de données des éléments dans la colonne?
Vous pouvez passer errors='coerce' (ou coerce=True dans les versions antérieures), et ensuite voir quel élément est converti à NaT (et donc ne pourrait pas être converti en type datetime)
Le Type en est l'objet. Je suppose que c'est considéré comme de la chaîne?
C'est probablement en effet de chaîne (mais peut également être mélangé). Avez-vous essayé ma suggestion?

OriginalL'auteur pheno | 2015-12-29

  1. 9

    Je pense que le problème est dans les données - une problématique de chaîne existe. De sorte que vous pouvez essayer de vérifier la longueur de la chaîne dans la colonne Start Date:

    import pandas as pd
import io

temp=u"""Start Date
1/7/13
1/7/1
1/7/13 12 17
16/7/13
16/7/13"""

data = pd.read_csv(io.StringIO(temp), sep=";", parse_dates=False)

#data['Start Date']= pd.to_datetime(data['Start Date'],dayfirst=True)
print data

     Start Date
0        1/7/13
1         1/7/1
2  1/7/13 12 17
3       16/7/13
4       16/7/13

#check, if length is more as 7
print data[data['Start Date'].str.len() > 7]

     Start Date
2  1/7/13 12 17

    Ou vous pouvez essayer de trouver ces problématiques ligne de manière différente par exemple de lire une partie seulement de la date et de vérifier l'analyse datetime:

    #read first 3 rows
data= data.iloc[:3]

data['Start Date']= pd.to_datetime(data['Start Date'],dayfirst=True)

    Mais ce n'est que des conseils.

    EDIT:

    Merci joris pour la suggestion d'ajouter un paramètre errors ='coerce' à to_datetime:

    temp=u"""Start Date
1/7/13
1/7/1
1/7/13 12 17
16/7/13
16/7/13 12 04"""

data = pd.read_csv(io.StringIO(temp), sep=";")
#add parameter errors coerce
data['Start Date']= pd.to_datetime(data['Start Date'], dayfirst=True, errors='coerce')
print data

  Start Date
0 2013-07-01
1 2001-07-01
2        NaT
3 2013-07-16
4        NaT

#index of data with null - NaT to variable idx
idx = data[data['Start Date'].isnull()].index
print idx

Int64Index([2, 4], dtype='int64')

#read csv again
data = pd.read_csv(io.StringIO(temp), sep=";")

#find problematic rows, where datetime is not parsed
print data.iloc[idx]

      Start Date
2   1/7/13 12 17
4  16/7/13 12 04
    Les données provenant d'un fichier CSV. Quand j'ai eu un coup d'oeil à des données sur Excel, il semble bien, comme un format de date. La longueur de l'dates ne sont pas inhabituelles.
    Comment cela fonctionne? Est trouvé d'erreur?
    Sur le forage vers le bas de chaque enregistrement. J'ai réalisé qu'il y avait quelques encodage des espaces des questions, besoin de rognage. S'avère que la "longueur" une façon de vérification contribué à faire de ce cas. Merci
    comment pensez-vous de la garniture inhabituelle des espaces. Je suppose que toute ma colonne possède un espace.
    utilisation data['Start Date']= pd.to_datetime(data['Start Date'].str.strip(), dayfirst=True)

    OriginalL'auteur jezrael