Python pandas read_csv无法解析时间戳，因为分隔符是冒号

我有一个大数据集，一个200MB的txt文件，其中数据用冒号分隔，这意味着

read\u csv

在尝试解析时间戳时失败（它应该是这样的）

我是否可以确保pandas能够正确解析时间戳，而无需清理/操作数据

这是一个问题的例子

import pandas as pd
from datetime import datetime
from io import StringIO

to_dt = lambda x: datetime.strptime(x, "%m/%d/%Y %I:%M:%S %p")

ss = """first_name:date_registered
Philip:9/13/2020 12:03:05 AM"""

df = pd.read_csv(StringIO(ss), sep=":", parse_dates=["date_registered"], date_parser=to_dt)

print(df)

然后从

read\u csv

中删除

sep=“：”

，问题会消失，但如上所述，由于数据集的大小，这是不可行的

sep = ":(?!\d{,2}:\d{,2} [AP]M)(?!\d{,2} [AP]M)"

编辑： 一行的示例是

12345:888888:汤姆：玉米：建筑商：英国：伦敦：四年：特拉维斯：2017年10月9日12:00:00上午：

---

我建议逐行循环文件，并在每行中用逗号替换冒号的前N个和最后M个。N和M取决于文件的结构。在此之后，您将能够像往常一样使用带有逗号分隔符的

pd.read_csv（）

。

sep

参数支持正则表达式。在这种情况下

sep = "(?<=\D):"

此模式将匹配所有冒号，但前面有时间格式的冒号除外。我的模式中的时间格式是

---

（0到2位）：（0到2位）：（0到2位）AM或PM

请注意，事实上，数据实际上是11列等更复杂的数据，这只是显示问题的示例数据。您必须使用熊猫读取数据吗？您可以使用标准库读取数据，然后在合理的时间内转换为pandas。@OrkunBerkYuzbasioglu我不必使用pandas读取数据。但是我更愿意，我相信一定有办法直接解决熊猫的问题，当然我不是第一个解决这个问题的人。此外，考虑到文件的大小，当使用标准库时，我试图解决数据列表中的内存不足问题。我会以您建议的方式考虑一个答案，但这将是最后的选择。code>没有我清理/操作数据？为了让它更清晰，我已经给出了一行数据集的示例，很抱歉之前没有提供。

sep = "(?<=\D):"

sep = ":(?!\d{,2}:\d{,2} [AP]M)(?!\d{,2} [AP]M)"