Question

我正在解析由PowerShell生成的大量csv文件。

大部分内容如下：

＆＃34; .txt＆＃34; @＆＃34; 12/01/2017 4:47:55 PM＆＃34; @＆＃34; 12/01/2017 4:47:55 PM＆＃34; @＆＃34; 2017年12月1日下午4:47:55＆＃34; @＆＃34; 0＆＃34;

但有些看起来像这样：

.pptx @＆＃34; 2017-02-20오후4：30：39＆＃34; @＆＃34; 2017-02-20오후4：30：39＆＃34; @＆＃34; 2015- 11-12오후 7：32：11＆＃34; @＆＃34; 13387528＆＃34;

我想从时间戳解析DateTime对象，但它失败了：

pd.to_datetime ("2017-02-20 PM 4:30:39", format='%Y-%m-%d %p %I:%M:%S')
Timestamp('2017-02-20 16:30:39')

pd.to_datetime ("2017-02-20 오후 4:30:39", format='%Y-%m-%d %p %I:%M:%S')
ValueError: time data '2017-02-20 오후 4:30:39' does not match format '%Y-%m-%d %p %I:%M:%S' (match)

我可以通过将文件打开为十六进制来处理此问题，然后只需替换相应的＆＃39; \ uc624 \ ud6c4＆＃39;使用＆＃39; AM / PM＆＃39;。

我错过了解决此问题的更方便方法吗？

Answer 1

strftime没有这方面的功能，但我之前使用的一个技巧是删除字符串中可能的外来字符位：

pd.to_datetime(" ".join(np.array("2017-02-20 오후 4:30:39".split(" "))[[0, -1]]), 
               format='%Y-%m-%d %I:%M:%S')

我不会称之为“优雅”。但它确实有效。

将带有亚洲字符的UTF-16LE字符串转换为DateTime

1 个答案: