碰到一个非常有趣的问题：

  在我们的日常工作中，常常需要处理各种各样的数据，其中不乏包含日期和时间信息的数据。有时候我们会发现这些数据中日期和时间之间没有空格，比如"2023/3/412:20:9"；这样的数据让人感觉很别扭，还不利用后续数据的统计。那么，我们该怎么处理这个问题呢？  

一、数据源要求

有什么菜才能做什么饭。要先分析原材料成分，我现在拿到的数据格式是如下：

• 从上到下日期时间是递增的；
• 时间格式是：0:00:00类型的；

二、逻辑思路

1、ROI区域

年月日中的日与时分秒中的时之间；YYYY/MM/DD HH:mm:ss(红色区域)

2、对ROI区域进行判定

依出现的字符个数进行判定：

1. 若ROI区域包含空格，则不进行处理，比如：“4 4”、“12 3”；
2. 有4个和有2个个字符的，只能是日和时各占一半，比如：“1313”、“12”；
3. 有三个字符的，比较复杂：
   3.1. 前两个字符必须小于32，后两个字符必须时小于24，比如：“414”、“152”；
   3.2. 对于三个字符中间存在0，则把前两个按照日来算，比如：“102”、“203”；
   3.3 对其他的三个字符无法判定的，我们需要引入一个全局变量sign，来存储最近的一个正确格式的日期，无法判定的日期就可以根据全局变量sign的日的位数，进行判定；

三、代码实现

import pandas as pd
import re,os
# 导入文件
df = pd.read_excel(r'/Users/chaizhiying/Downloads/处理日期时间空格缺失问题.xlsx',sheet_name=0)
df = df[df['日期'].notna()]
dat = [item.replace('/','-').replace('：',':') for item in df['日期'].astype('str').tolist()]
# 主要的处理逻辑函数
sign = ''
def Return_rule(wait_task):global signif ' ' in wait_task:handle_wait_task = wait_taskelif len(wait_task) == 2 or len(wait_task) == 4:handle_wait_task = str(int(wait_task[:len(wait_task)//2])) + ' ' + wait_task[len(wait_task)//2:]elif len(wait_task) == 3:if int(wait_task[:2]) > 31:handle_wait_task = wait_task[:1] + ' ' + wait_task[1:]elif int(wait_task[1:]) > 24:handle_wait_task = wait_task[:2] + ' ' + wait_task[2:]else:if wait_task[1] == '0':handle_wait_task = wait_task[:2] + ' ' + wait_task[2:]else:le = len(sign.split(' ')[0])handle_wait_task = wait_task[:le] + ' ' + wait_task[le:]sign = handle_wait_taskreturn handle_wait_taskls = []
for i in dat:wait_tas = re.findall(r'-.*-(.*?):',i,re.S)[0]handle_wait_task = Return_rule(wait_tas)result = i.split(wait_tas)[0] + handle_wait_task + i.split(wait_tas)[1]ls.append(result)
df['日期_处理后'] = ls
df.to_excel(r'/Users/chaizhiying/Downloads/处理日期时间空格缺失问题_c.xlsx')

四、成果展示

总结

通过这样的处理，我们可以让日期和时间更加直观和易读。如果你对这个问题感兴趣，不妨尝试一下吧！当然我处理后的日期格式统一格式；
以上是一个简单的例子，希望它能够给您提供一些灵感。当然，如果有什么Bug或者改进的地方，欢迎留言评论！