Python 如何使pd.to_datetime（）采用多种日期格式？

我正在努力让pd.to_datetime（）接受多种日期格式并解析它们。我以为它是在以不同但相似的格式记录日期，但它似乎没有这样做。以下是两个基本示例：

9/3/2020
9/2/20

这是我的剧本：

    try:
        datetime.datetime.strptime(row['assignment_name'][:row['assignment_name'].find(' ')], "%m/%d/%y")
        due_date = row['assignment_name'][:row['assignment_name'].find(' ')]
        print(due_date)
        data_normalized.at[index, 'due_date'] = pd.to_datetime(due_date, format='%m/%d%y', errors='ignore')
    except ValueError as err:
        data_normalized.at[index, 'due_date'] = None
        print(err)
        continue

它读取较短的格式并对其进行解析，但在较长的日期格式上抛出此错误：

未转换的数据保留：20

---

我知道我可以稍微清理一下数据以摆脱全年，但是有没有办法在pandas函数中添加多个格式参数？或者有什么替代方案可以读取多种格式？

熊猫的原生日期解析相当灵活。我曾多次以您提供的格式解析日期，而且效果很好

如果我做一个玩具的例子：

df = pd.DataFrame(['9/3/2020', '9/3/20'], columns=['a'])
pd.to_datetime(df.a)

# Output
0   2020-09-03
1   2020-09-03
Name: a, dtype: datetime64[ns]

---

很好用。我注意到您有

格式='%m/%d%y'

。这在我看来是错误的（你的意思是

%m/%d/%y

？）。如果您实际上只是同时删除

格式

，pandas会自动将其拾取。

为什么不先尝试转换日期值，然后通过

pd.to_datetime（）

运行这些值呢；如果不可能添加多种格式，则必须为一种格式清理数据。因为，如果Datetime支持多种格式，该函数将被混淆以获取正确的格式值。

to_Datetime

函数在您给定的两个日期（1.0）上工作

pd.to_datetime（['9/3/2020'，'9/2/20'，errors='concurve'）给出datetime索引（['2020-09-03'，'2020-09-02'，dtype='datetime64[ns]'，freq=None）

。也许我错过了一些元素。谢谢，这很有效。我还有一个

，errors='ignore'

参数，它忽略了我试图捕获的所有解析问题，所以删除它会有所帮助。