Python 在将CSV读入熊猫时，推断日期的最有效方法是什么？

目标：将csv文件读入数据框，而不必手动调用日期列

以下是我当前使用的代码，它在我的日期列上提供了一个数据类型“O”：

df = pd.read_csv(r"D:\time_stamp_ex.csv",
                parse_dates=False, 
                infer_datetime_format=True,
                date_parser=pd.to_datetime)
df

因为您没有该文件，所以这并没有太大的帮助，所以这里有一个数据帧片段，它生成的正是我的csv文件中的内容：

d = {'time_stamp': ['9/22/2017','9/15/2018','8/7/2017'],
     'category': ['A1','A2','B1'],
     'number':[12345678,12345678,12345678]}
df = pd.DataFrame(data=d)
df

---

阅读这篇文章，我没有发现我遗漏了什么，但我愿意接受这是一个简单的答案

Pandas只会尝试

为您在
解析日期
中指定的内容推断出日期时间格式。您当前将此设置为
False
。您需要告诉它csv文件中哪些列包含日期

我不确定这是否回答了您的问题，因为我不确定“不必手动调用日期列”是什么意思。您的意思是不想将日期列与文件中的读取分开进行转换，还是不想告诉
read\u csv
哪些列包含日期？
理想情况下，我不想告诉read_csv哪些列包含日期，我想让它根据列中的数据模式确定列应该是以下类型之一：np.dtype（'datetime64[ns]'）==np.dtype（'可能会告诉它尝试将所有列解析为日期。只有当列中的每个值都可以解析为日期时，它才会转换列。