使用pandas在python中动态解析日期到datetime

我有一个名为

base\u varlist2

的数据框，它有一些日期列，所有这些列都是不同格式的字符串。下面是第一列的快速快照：

In [27]: print(base_varlist2.iloc[0])
completion_date_latest               07/10/2004
completion_date_original             17/05/1996
customer_birth_date_1                04/02/1963
customer_birth_date_2                       NaN
d_start                               01Feb2018
latest_maturity_date                 01/03/2027
latest_valuation_date                08/05/2004
sdate                                       NaN
startdt_def                                 NaN

如您所见，这些列中有些是空的，有些不是空的

我需要一种将这些值动态更改为datetime值的方法，而不考虑它们现有的字符串格式。是否有一种方法可以从数据帧执行此操作，而不必为每列指定特定格式？例如，我并不总是知道

d_start

是否为

%d%b%Y

格式

数据框是由原始的CSV创建的，CSV要大得多，并且包含许多其他列（不是日期），如文本字段和数字字段。我正在使用

read\u csv

方法将其引入，如下所示：

---

source\u data=pd.read\u csv（loc+'TEST\u FILE.csv'）

Pandas'

read\u csv

函数支持

parse\u dates

参数，该参数可以是要从str转换为datetime的列名列表

或者，您可以始终使用

pandas.to_datetime

将系列转换为，例如：

df['date'] = pandas.to_datetime(df['date'])

---

请注意，pandas不对日期使用的格式进行假设

不幸的是，这无法即时工作，需要为解析到日期指定每个列：

---

在我看来，原因在于性能，同时也避免将像

2000

这样的数值转换为

datetimes

如何以不区分大小写的方式进行转换？我有我的日期列列表，但它们的名称在CSV文件中的格式略有不同…@Aaraeus-我想没有，然后尝试第二种按位置搜索的解决方案。因此，我尝试通过循环我的列并创建一个新的数据框，将所有列转换为datetime，但是，当我试图查看结果数据集时，出现了一个错误。当我提交

print（mm\u dates\u base.iloc[0]）

时，我得到了

ValueError:无法将float NaN转换为整数。这很奇怪，但可能与问题没有直接关系。你是对的。我会将此标记为完整，但我在这里提出了关于此问题的另一个问题：
source_data = pd.read_csv(loc + 'TEST_FILE.csv', parse_dates=['date1','date2','date6'])
#or specify columns by positions
source_data = pd.read_csv(loc + 'TEST_FILE.csv', parse_dates=[0,1,6])