【问题标题】：Pandas: How to format Series to Datetime when it has multiple date formats熊猫：当它有多种日期格式时，如何将系列格式化为日期时间
【发布时间】：2020-07-31 18:27:56
【问题描述】：

我正在尝试将所有日期转换为日期时间数据类型，但我有一个具有两种不同格式的系列。

上下文

我无法控制我们如何接收此数据集。不幸的是，我们的客户使用%d/%m/%Y 格式将其发送给我们。我正在从 excel 导入数据，但 excel 格式化了一些日期，以便将其导入为 '%Y/%m/%d %H:%M:%S'。我将日期列转换为字符串，下面是我尝试过的。

我的代码

import pandas as pd

dates_str = pd.Series(['2020-03-01 00:00:00', '23/01/20', '2020-06-01 00:00:00', '24/01/20', '2020-06-25 00:00:00', '13/01/20'])

date_formats = ['%Y/%m/%d %H:%M:%S', '%d/%m/%Y']

for date_format in date_formats:
    try:
        dates_str = pd.to_datetime(arg=dates_str, format=date_format) # try to get the date
        break # if correct format, don't test any other formats
    except ValueError:
        pass # if incorrect format, keep trying other formats

我知道它不起作用的原因是 Try except 异常处理程序没有遍历每一行。我知道我可以自己循环遍历每一行，但这绝对不是最有效的方式。

【问题讨论】：

你看过 dateutils：dateutil.readthedocs.io/en/stable/parser.html 可能有帮助

标签： python python-3.x pandas datetime formatting

【解决方案1】：

如果您在 dates_str 系列上应用 pd.to_datetime，它确实会将类型转换为 M8，这是一种特定的日期时间类型。这还不够好吗？ :)

【讨论】：

【解决方案2】：

pandas to_datetime 很好地解析了您示例中的字符串：

import pandas as pd

dates_str = pd.Series(['2020-03-01 00:00:00', '23/01/20', '2020-06-01 00:00:00', 
                       '24/01/20', '2020-06-25 00:00:00', '13/01/20'])

pd.to_datetime(dates_str, dayfirst=True)
Out[2]: 
0   2020-03-01
1   2020-01-23
2   2020-06-01
3   2020-01-24
4   2020-06-25
5   2020-01-13
dtype: datetime64[ns]

【讨论】：