Python-批量日期数据格式化处理

背景

用于批量格式化数据，背景就是领导给我我一张下面这样的表格，其中启用日期是五花八门的格式，大概有几万行，需要把启用日期一列统一格式化为“YYYY-MM-DD”的格式，显然，针对这种格式不统一的数据，用Excel处理很费劲。

生产厂家	启用日期
赛默飞	2021.12.28
赛默飞	20190515
赛默飞	2013/3/30
赛默飞	2011-3
安捷伦	2012.8.10
安捷伦	2015.02.09
安捷伦	2020/10/1
安捷伦	20200708

初步解决方案

让AI处理，结果AI处理了几百行后告诉我太多了，它不干了，我再问就直接丢给我一段Python代码，果断引入依赖，稍微调了调，勉强能够完成工作。

import pandas as pd
from datetime import datetime

# 读取Excel文件
input_file = 'C:\\Users\\Aerle\\Desktop\\日期数据.xlsx'  # 假设您的Excel文件名是input.xlsx
output_file = 'C:\\Users\\Aerle\\Desktop\\格式化后的结果.xlsx'  # 转换后的数据将保存到这个文件中
df = pd.read_excel(input_file, header=None)  # 假设数据在第一个工作表，且没有列标题

# 定义一个函数来解析和格式化日期
def format_date(date_str):
    # 尝试多种可能的日期格式来解析字符串
    formats = ['%Y%m%d', '%Y.%m.%d', '%Y/%m/%d', '%Y-%m', '%Y/%m/%d','%Y.%m','%Y-%m-%d']
    for fmt in formats:
        try:
            # 解析日期字符串
            date = datetime.strptime(date_str, fmt)
            # 格式化为YYYY-MM-dd
            return date.strftime('%Y-%m-%d')
        except ValueError:
            pass  # 如果当前格式不匹配，则尝试下一个格式
    return None  # 如果所有格式都不匹配，则返回None

# 应用函数到数据列的每一个元素
df[0] = df[0].apply(format_date)

# 将结果输出到一个新的Excel工作表中
df.to_excel(output_file,