多格式日期转换问题：兼容带/不带点的日期转为MM:DD:YYYY格式

直接指定单一格式肯定兼容不了两种带点/不带点的月份缩写情况，给你两个靠谱的解决方案：

方案一：让pandas自动推断格式 #

pandas的pd.to_datetime本身具备自动识别多种日期格式的能力，不用手动指定format参数，直接解析后再转成目标格式即可：

import pandas as pd

# 自动解析所有混合格式的日期
df['Customer DOB'] = pd.to_datetime(df['Customer DOB'], infer_datetime_format=True)
# 转换为MM:DD:YYYY格式
df['Customer DOB'] = df['Customer DOB'].dt.strftime('%m:%d:%Y')

这个方法简单省心，绝大多数混合格式的日期都能准确识别。

方案二：先统一清洗日期字符串 #

如果担心自动推断出现异常，可以先把所有日期里的月份缩写点去掉，统一成不带点的格式，再用固定格式解析：

# 先移除所有日期字符串中的'.'字符
df['Customer DOB'] = df['Customer DOB'].str.replace('.', '', regex=False)
# 用统一的'%b %d, %Y'格式解析日期
df['Customer DOB'] = pd.to_datetime(df['Customer DOB'], format='%b %d, %Y').dt.strftime('%m:%d:%Y')

这样处理后，不管原来的月份是Mar.还是May，都会变成Mar和May，就能用同一个格式字符串完成解析了。

内容的提问来源于stack exchange，提问作者AdR