Python 在同一列中显示不同格式的日期时间

我有一个熊猫数据框，它有两种不同格式的日期时间，例如：

3/14/2019 5:15:32 AM
2019-08-03 05:15:35
2019-01-03 05:15:33
2019-01-03 05:15:33
2/28/2019 5:15:31 AM
2/27/2019 11:18:39 AM

我尝试了各种格式，但出现了错误

，如ValueError:未转换的数据仍然存在：AM

---

我希望格式为2019-02-28，并删除时间

您可以使用

pd.to_datetime（）.dt.strftime（）

高效地将整个列转换为datetime对象，然后转换为字符串，并智能地猜测日期格式：

df = pd.Series('''3/14/2019 5:15:32 AM
2019-08-03 05:15:35
2019-01-03 05:15:33
2019-01-03 05:15:33
2/28/2019 5:15:31 AM
2/27/2019 11:18:39 AM'''.split('\n'), name='date', dtype=str).to_frame()

print(pd.to_datetime(df.date).dt.strftime('%Y-%m-%d'))

如果这不能满足您的需要，则在将其转换为datetime对象时，您需要识别不同类型的格式并应用不同的设置：

# Classify date column by format type
df['format'] = 1
df.loc[df.date.str.contains('/'), 'format'] = 2
df['new_date'] = pd.to_datetime(df.date)

# Convert to datetime with two different format settings
df.loc[df.format == 1, 'new_date'] = pd.to_datetime(df.loc[df.format == 1, 'date'], format = '%Y-%d-%m %H:%M:%S').dt.strftime('%Y-%m-%d')
df.loc[df.format == 2, 'new_date'] = pd.to_datetime(df.loc[df.format == 2, 'date'], format = '%m/%d/%Y %H:%M:%S %p').dt.strftime('%Y-%m-%d')
print(df)

---

假设数据帧中的列名是

DatStr

成功的关键是正确的转换功能 应用于每个日期字符串：

def datCnv(src):
    return pd.to_datetime(src)

然后，要创建一个true date列，您只需调用：

df['Dat'] = df.DatStr.apply(datCnv)

打印数据帧时，结果是：

                  DatStr                 Dat
0   3/14/2019 5:15:32 AM 2019-03-14 05:15:32
1    2019-08-03 05:15:35 2019-08-03 05:15:35
2    2019-01-03 05:15:33 2019-01-03 05:15:33
3    2019-01-03 05:15:33 2019-01-03 05:15:33
4   2/28/2019 5:15:31 AM 2019-02-28 05:15:31
5  2/27/2019 11:18:39 AM 2019-02-27 11:18:39

请注意，

to_datetime

函数足够聪明，可以识别

---

每种情况下使用的实际日期格式。

请注意，列表中的第三个日期是2019年3月1日，而不是8月1日。格式为Y-d-m

df['Dat'] = df.DatStr.apply(datCnv)

                  DatStr                 Dat
0   3/14/2019 5:15:32 AM 2019-03-14 05:15:32
1    2019-08-03 05:15:35 2019-08-03 05:15:35
2    2019-01-03 05:15:33 2019-01-03 05:15:33
3    2019-01-03 05:15:33 2019-01-03 05:15:33
4   2/28/2019 5:15:31 AM 2019-02-28 05:15:31
5  2/27/2019 11:18:39 AM 2019-02-27 11:18:39