Python 3个dif COL都有不同的日期格式，是统一的有效方法吗？

所以，我得到了3个不同的COL，指的是日期，格式不同，如下所示：

            col A|           colB|        colC
    0   1512086400000000    20180109    12/23/2017
    1   1514851200000000    20180109    1/10/2018   
    2   1512086400000000    20180109    12/27/2017  
    3   1514851200000000    20180109    1/27/2018

它们都是对象类型，但我希望它们成为datetime，希望所有格式都相同，类似于此%d/%m/%yyyy。python中最有效的方法是什么

---

非常感谢大家

在python/pandas中，datetimes的格式始终相同-

YYYY-MM-DD

，用于转换：

如果需要格式

dd/mm/yyyy

，则可能会丢失日期时间：

df['colA'] = pd.to_datetime(df['colA'], unit='us').dt.strftime('%d/%m/%Y')
df['colB'] = pd.to_datetime(df['colB'], format='%Y%m%d').dt.strftime('%d/%m/%Y')
df['colC'] = pd.to_datetime(df['colC'], format='%m/%d/%Y').dt.strftime('%d/%m/%Y')

print (df)
        colA        colB        colC
0  01/12/2017  09/01/2018  23/12/2017
1  02/01/2018  09/01/2018  10/01/2018
2  01/12/2017  09/01/2018  27/12/2017
3  02/01/2018  09/01/2018  27/01/2018

print (df.dtypes)
colA    object
colB    object
colC    object
dtype: object

---

非常感谢，所以没有办法做到这一点%d/%m/%yyyy？@beneditamentegro-如果需要日期时间，则不，如果需要字符串，请添加

.dt.strftime（“%d/%m/%Y”）

非常感谢您的所有努力：），您能想到丢失日期时间的任何主要问题吗？@beneditamentegro-所有类似日期时间的函数都失败：（好的，我仍然在使用数据帧，现在，我不认为我在这方面会有问题，但将来，如果我有问题，我会解决的。我只想再次感谢你，我在这方面经历了很多困难，并从你的帖子中学到了很多。谢谢！

df['colA'] = pd.to_datetime(df['colA'], unit='us').dt.strftime('%d/%m/%Y')
df['colB'] = pd.to_datetime(df['colB'], format='%Y%m%d').dt.strftime('%d/%m/%Y')
df['colC'] = pd.to_datetime(df['colC'], format='%m/%d/%Y').dt.strftime('%d/%m/%Y')

print (df)
        colA        colB        colC
0  01/12/2017  09/01/2018  23/12/2017
1  02/01/2018  09/01/2018  10/01/2018
2  01/12/2017  09/01/2018  27/12/2017
3  02/01/2018  09/01/2018  27/01/2018

print (df.dtypes)
colA    object
colB    object
colC    object
dtype: object