Python 将具有ns精度的字符串转换为panda数据帧中的datetime

在panda数据帧中，我很难将ns精度的字符串转换为datetime格式

我有一个如下所示的数据帧：

print df
     Event     Time
0    A         08:00:00.123456789
1    B         08:00:00.234567890
2    C         08:00:00.345678901

df['Time'] = pd.to_datetime(df['Time'])

我希望在不丢失ns精度的情况下，将时间列从字符串转换为日期时间。 我尝试了以下几点：

print df
     Event     Time
0    A         08:00:00.123456789
1    B         08:00:00.234567890
2    C         08:00:00.345678901

df['Time'] = pd.to_datetime(df['Time'])

但是当我打印

df

时，我发现我只有

us

精度

df['Time']=df['Time'].astype（'datetime64[ns]'）

但这里有一个错误，比如

分析位置2处的日期时间字符串“08:00:00.345678901”时出错

---

下面是我的诀窍：

>>> df['Time'] = pd.to_datetime(df['Time'], format='%H:%M:%S.%f')
>>> df
  Event                          Time
0     A 1900-01-01 08:00:00.123456789
1     B 1900-01-01 08:00:00.234567890
2     C 1900-01-01 08:00:00.345678901

如有关

格式

参数的说明：

strftime解析时间，例如“%d/%m/%Y”，请注意“%f”将解析长达纳秒的时间

---

很好！谢谢！