如何在python中将字符串转换为日期时间格式？

我在一个名为train的数据帧中有一个类型为string（object）的列I_DATE，如下所示

I_DATE
28-03-2012  2:15:00 PM
28-03-2012  2:17:28 PM
28-03-2012  2:50:50 PM

如何将I_日期从字符串转换为datatime格式&指定输入字符串的格式。我看到了一些答案，但它不适用于AM/PM格式

另外，如何根据pandas中的日期范围筛选行？

使用时，不需要格式字符串，解析器可以处理它：

In [51]:
pd.to_datetime(df['I_DATE'])

Out[51]:
0   2012-03-28 14:15:00
1   2012-03-28 14:17:28
2   2012-03-28 14:50:50
Name: I_DATE, dtype: datetime64[ns]

要访问日期/日期/时间组件，请使用访问器：

In [54]:
df['I_DATE'].dt.date

Out[54]:
0    2012-03-28
1    2012-03-28
2    2012-03-28
dtype: object

In [56]:    
df['I_DATE'].dt.time

Out[56]:
0    14:15:00
1    14:17:28
2    14:50:50
dtype: object

例如，可以使用字符串进行筛选：

In [59]:
df = pd.DataFrame({'date':pd.date_range(start = dt.datetime(2015,1,1), end = dt.datetime.now())})
df[(df['date'] > '2015-02-04') & (df['date'] < '2015-02-10')]

Out[59]:
         date
35 2015-02-05
36 2015-02-06
37 2015-02-07
38 2015-02-08
39 2015-02-09

[59]中的

df=pd.DataFrame（{'date'：pd.date_范围（start=dt.datetime（2015,1,1），end=dt.datetime.now（）））
df[（df['date']>'2015-02-04'）和（df['date']<'2015-02-10'）]
出[59]：
日期
35 2015-02-05
36 2015-02-06
37 2015-02-07
38 2015-02-08
39 2015-02-09
方法：1

给定原始
字符串
格式：
2019/03/04 00:08:48

你可以用

updated_df=df['timestamp'].astype（'datetime64[ns]'）

结果将采用以下
datetime
格式：
2019-03-04 00:08:48

方法：2

updated_df=df.astype（{'timestamp'：'datetime64[ns]}）
如果您有一个字符串格式，其中日期描述为2010年5月15日，则此方法不会始终将其转换为正确的日期时间，因此您需要parse@Yags在原始问题的哪里指定了格式？问题和答案是具体的，它不是涵盖不同格式的通用解决方案