熊猫优雅地处理具有不同日期时间格式的列答案

【问题标题】：pandas handle column with different date time formats gracefully熊猫优雅地处理具有不同日期时间格式的列
【发布时间】：2017-01-06 09:56:27
【问题描述】：

我有一个包含生日的专栏。有些是 N.A，有些是 01.01.2016，但有些包含 01.01.2016 01:01:01 过滤 N.A. 值工作正常。但是处理不同的日期格式似乎很笨拙。是否有可能让熊猫优雅地处理这些，例如对于生日，只解释日期而不是失败？

【问题讨论】：

可能已经在这里回答了：stackoverflow.com/a/32854764/6614295

标签： python date datetime pandas

【解决方案1】：

pd.to_datetime() 将处理多种格式

>>> ser = pd.Series(['NaT', '01.01.2016', '01.01.2016 01:01:01'])
>>> pd.to_datetime(ser)
0                   NaT
1   2016-01-01 00:00:00
2   2016-01-01 01:01:01
dtype: datetime64[ns]

【讨论】：

是的，您可能需要将您的 N.A.s 转换为 'NaT'