如何读取含毫秒级时间戳（DD.MM.YYYY hh:mm:ss:mmm）的CSV文件？

你的日期格式为DD.MM.YYYY HH:MM:SS:fff，由于毫秒部分用冒号而非标准小数点分隔，导致pandas默认解析器无法识别，最终索引为object类型。以下两种方法可以解决这个问题：

方法一：指定自定义日期解析函数 #

通过date_parser参数传入自定义函数，先将毫秒前的冒号替换为小数点，再按标准格式解析：

import pandas as pd
from datetime import datetime

def parse_date(date_str):
    # 仅替换最后一个冒号为小数点
    formatted_str = date_str.replace(':', '.', 2)
    return datetime.strptime(formatted_str, '%d.%m.%Y %H:%M:%S.%f')

testdf = pd.read_csv(
    'test.csv',
    index_col=0,
    header=0,
    parse_dates=True,
    dayfirst=True,
    date_parser=parse_date
)

方法二：直接指定日期格式字符串 #

利用date_format参数直接匹配你的日期格式，无需额外函数：

import pandas as pd

testdf = pd.read_csv(
    'test.csv',
    index_col=0,
    header=0,
    parse_dates=True,
    dayfirst=True,
    date_format='%d.%m.%Y %H:%M:%S:%f'
)

执行上述任意一种方法后，查看索引类型：

print(testdf.index)

会得到预期的*datetime64[ns]*类型的DatetimeIndex：

DatetimeIndex(['2019-03-18', '2019-06-19', '2019-09-10', '2019-12-16'], dtype='datetime64[ns]', name='date', freq=None)

内容的提问来源于stack exchange，提问作者JC_CL