将 Pandas 列转换为 DateTime

使用 to_datetime 函数，指定 format 以匹配您的数据。

raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], format='%d%b%Y:%H:%M:%S.%f')

如果您有多个要转换的列，您可以执行以下操作：

df[["col1", "col2", "col3"]] = df[["col1", "col2", "col3"]].apply(pd.to_datetime)

您可以使用 DataFrame 方法 .apply() 对 Mycol 中的值进行操作：

>>> df = pd.DataFrame(['05SEP2014:00:00:00.000'],columns=['Mycol'])
>>> df
                    Mycol
0  05SEP2014:00:00:00.000
>>> import datetime as dt
>>> df['Mycol'] = df['Mycol'].apply(lambda x: 
                                    dt.datetime.strptime(x,'%d%b%Y:%H:%M:%S.%f'))
>>> df
       Mycol
0 2014-09-05

使用 pandas to_datetime 函数将列解析为 DateTime。此外，通过使用 infer_datetime_format=True，它会自动检测格式并将提到的列转换为 DateTime。

import pandas as pd
raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], infer_datetime_format=True)

raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], format='%d%b%Y:%H:%M:%S.%f')

有效，但它会导致 Python 警告 A value is trying to be set on a slice of a DataFrame。尝试改用 .loc[row_indexer,col_indexer] = value

我猜这是由于一些链接索引。

省时间：

raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'])

需要注意的是，pandas.to_datetime 几乎永远不会返回 datetime.datetime。来自the docs

块引用

Returns datetime
If parsing succeeded. Return type depends on input:

list-like: DatetimeIndex
Series: Series of datetime64 dtype
scalar: Timestamp

In case when it is not possible to return designated types (e.g. when any element 
of input is before Timestamp.min or after Timestamp.max) return will have 
datetime.datetime type (or corresponding array/Series).

块引用