如果开始日期优于结束日期,则更改日期格式

我想首先声明,IMO试图修复读入时损坏的数据可能是危险的——可能是您的假设 怎样
然而:

具有

    df.apply(lambda d: d.dt.day > 12)
Out: 
    start_date  end_date
0         True     False
7        False      True
5         True     False
3        False      True
11        True     False
12        True     False
1         True     False
8         True     False
10       False      True

我们可以在所有行中看到(我可以访问) 任何一个 开始 或 结束一天>12,这显然不适合作为一个月。也就是说,我们可以使用

mask = df.start_date.dt.day > 12

df[~mask].start_date.apply(lambda d: pd.datetime(d.year, d.day, d.month))
Out: 
7    2018-01-08
3    2018-02-12
10   2018-07-09
Name: start_date, dtype: datetime64[ns]

和

df[mask].end_date.apply(lambda d: pd.datetime(d.year, d.day, d.month))
Out: 
0    2018-06-04
5    2018-09-06
11   2018-09-05
12   2018-05-02
1    2018-08-03
8    2018-09-03
Name: end_date, dtype: datetime64[ns]

因此,如果适用:

df.start_date[~mask] = df[~mask].start_date.apply(lambda d: pd.datetime(d.year, d.day, d.month))
df.end_date[mask] = df[mask].end_date.apply(lambda d: pd.datetime(d.year, d.day, d.month))

这导致了

df
Out: 
   start_date   end_date
0  2018-05-29 2018-06-04
7  2018-01-08 2018-03-30
5  2018-08-13 2018-09-06
3  2018-02-12 2018-02-15
11 2018-08-24 2018-09-05
12 2018-04-20 2018-05-02
1  2018-07-30 2018-08-03
8  2018-08-16 2018-09-03
10 2018-07-09 2018-07-20

其开始时间不再晚于结束时间:

df.start_date > df.end_date
Out: 
0     False
7     False
5     False
3     False
11    False
12    False
1     False
8     False
10    False
dtype: bool