Python 3.x 如何在pandas中转换不同的日期格式？

我有两列不同的日期格式。在每一行中，字符串日期的格式都不同。
我想将列转换为日期类型。但是，我想知道是否有任何内置方法可以为我进行解析：

我尝试的

from datetime import datetime

newFrame =  newDF.assign(Effective_Date=newDF['Effective_Date'].apply(lambda element: datetime.strptime(element,'%b %d  %Y %H %M %S')), Paid_Off_Time=newDF['Paid_Off_Time'].apply(lambda element: datetime.strptime(element,'%b %d  %Y %H %M %S')))

运行上述代码时出错

  line 359, in _strptime
 (data_string, format))
  ValueError: time data '09/08/2016' does not match format '%b %d  %Y %H %M %S'

以.csv格式显示的日期格式示例： 10/07/2016 2016年7月10日09:00数据

newDF=pd.DataFrame({'Effective_Date':['10/07/2016','10/07/2016 09:00','09 August 2016'],'Paid_Off_Time':['10 July 2016','10/08/2016','10/09/2016 01:00:30']})



 Effective_Date        Paid_Off_Time
0        10/07/2016         10 July 2016
1  10/07/2016 09:00           10/08/2016
2    09 August 2016  10/09/2016 01:00:30

解决方案

newDF.assign(Effective_Date=pd.to_datetime(newDF['Effective_Date']).dt.date,Paid_Off_Time=pd.to_datetime(newDF['Paid_Off_Time']).dt.date)




Effective_Date Paid_Off_Time
0     2016-10-07    2016-07-10
1     2016-10-07    2016-10-08
2     2016-08-09    2016-10-09

---

有关更多详细信息，请查阅有关数据功能的熊猫文档：

请尝试

pd.to\u datetime（newDF['Effective\u Date']）