Python 在panda中解析和strTime不转换我的日期

我试图使数据框中的日期成为标准的

时间戳

我有一个如下所示的数据帧：

747        August 1,2019
587           12-06-2019
347           04-09-2019
709          July 9,2019
135            20/2/2019

解析器似乎什么也不做

df['registration\u date']=df['registration\u date'].astype（str）
对于df中的日期[‘注册日期’]：
尝试：
日期=解析（日期）
除值错误外：
通过

变体不起作用：

date=parse（date，fuzzy=True）
日期=解析（日期，带标记的模糊值=真）
日期=解析（日期，带有标记的模糊\u=False）

而且

strtime

也不起作用：

用于df中的日期['registration_date']：
尝试：
date=datetime.strtime（日期，'%B%d，%Y'）
除值错误外：
通过

---

我做错了什么？

运行

df.registration\u date=pd.to\u datetime（df.registration\u date）

幸运的是，

pd.to\u datetime

足够聪明，可以识别日期格式 在每种情况下，都要正确地转换它（至少对于示例数据）

关于类型的注意事项：

如果然后运行

df.info（）

，您将看到此列的类型 截至日期时间64[ns]。但是，如果您读取一个个人值，例如。 从第一行开始：

df.loc[0，‘注册日期’]

您将获得 时间戳（'2019-08-01 00:00:00'），因此单个值

---

只是时间戳类型。

当你说在每种情况下，你的意思是，尽管有非同质的日期格式，这仍然有效吗？我在提供的示例数据上运行了我的代码，得到了正确的结果。因此，这个方法看起来像是针对特定的大小写单独检查数据格式，然后根据当前格式转换源字符串。太棒了！我必须记住，它可以做到这一点。在上面的示例中使用pd.to_datetime会将日期（如2019年2月20日（第一天））转换为2019-02-20，这可能不是预期的行为，即使to_datetime对内置智能也有一些限制。事实上，应该有一些基本原则，例如关于日/月/年部分的顺序。

parse（）

函数从何而来？您首先从何处获取数据，可以在程序中更早地格式化日期。