Pandas如何使用德国日期格式转换为datetime？
Pandas如何使用德国日期格式转换为datetime？
我有一个包含日期的数据框，日期的格式如下：
'Jan 2019', 'Feb 2019', 'Mär 2019', 'Apr 2019', 'Mai 2019', 'Jun 2019', 'Jul 2019', 'Aug 2019', 'Sep 2019', 'Okt 2019', 'Nov 2019', 'Dez 2019'
我尝试使用下面的代码将该列转换为日期时间格式：
pd.to_datetime(df.month, format='%b%Y', errors='ignore')
不幸的是，to_datetime 返回的是对象而不是日期时间格式。我认为这是因为日期使用了德语的拼写（例如，'Mär 2019' 而不是 'Mar 2019' 或 'Dez 2019' 而不是 'Dec 2019'）。
对于这个问题，有什么好的通用解决方案吗？
Pandas是一个流行的Python数据处理库，可以用于处理和分析数据。在使用Pandas时，有时候会遇到将字符串转换为日期时间的需求。然而，当使用德国日期格式时，可能会遇到一些问题。
在上述代码中，使用了Pandas的Series.replace函数来替换日期字符串中的德语缩写月份。这是因为在德国日期格式中，月份的缩写与英语不同。例如，'Jan'代表一月，'Mär'代表三月，'Mai'代表五月，'Okt'代表十月，'Dez'代表十二月。
为了解决这个问题，可以使用Series.replace函数将德语缩写月份替换为英语缩写月份，然后再使用pd.to_datetime函数将字符串转换为日期时间。在这个例子中，使用了一个字典d来定义替换规则，将德语缩写月份替换为英语缩写月份。
替换完成后，再使用format参数来指定日期字符串的格式为'%b %Y'，其中'%b'表示月份的缩写，'%Y'表示年份。最后，使用errors参数来处理转换错误，设置为'coerce'表示将转换失败的值设置为缺失值。
运行代码后，得到了一个包含日期时间的DataFrame。其中，原始的德语缩写月份已经被替换为英语缩写月份，并成功转换为日期时间。
通过这种方法，我们可以在Pandas中使用德国日期格式，并将字符串转换为日期时间，从而方便地进行后续的数据处理和分析。