Python 熊猫优雅地处理不同日期时间格式的列

我有一个写着生日的专栏。有些是不适用的，有些是2016年1月1日，但有些包含2016年1月1日01:01:01 过滤N.A.值可以正常工作。但处理不同的日期格式似乎很笨拙。是否有可能让pandas优雅地处理这些数据，例如，对于出生日期，只解释日期而不失败？

pd.to\u datetime将处理多种格式

>>> ser = pd.Series(['NaT', '01.01.2016', '01.01.2016 01:01:01'])
>>> pd.to_datetime(ser)
0                   NaT
1   2016-01-01 00:00:00
2   2016-01-01 01:01:01
dtype: datetime64[ns]

pd.to_datetime将处理多种格式

>>> ser = pd.Series(['NaT', '01.01.2016', '01.01.2016 01:01:01'])
>>> pd.to_datetime(ser)
0                   NaT
1   2016-01-01 00:00:00
2   2016-01-01 01:01:01
dtype: datetime64[ns]

---

可能已经在这里回答了：可能已经在这里回答了：是的，你可能需要将你的N.A.s转换为'NaT'思维是的，但是你可能需要将你的N.A.s转换为'NaT'