如何在Pandas中统一混合日期列格式并去除ISO时区后缀？

针对你100万行数据中temp_datetime列的两种混合格式，我们可以通过矢量化操作高效处理，确保保留原时间数值并统一格式：

步骤1：区分两种格式的记录 #

先通过字符串匹配筛选出带时区后缀的ISO格式记录：

# 标记出ISO格式的行（包含"+00:00"）
iso_mask = temperature_df['temp_datetime'].str.contains(r'\+00:00')

步骤2：分别处理两种格式 #

• 处理ISO格式：直接截取时区后缀前的部分，保留原时间数值

# 去掉"+00:00"后缀
iso_formatted = temperature_df.loc[iso_mask, 'temp_datetime'].str.split('+', n=1).str[0]

• 处理美式格式：解析为datetime对象后转换为标准的无时区字符串格式

# 解析美式日期（注意格式里的两个空格），再转成目标格式
us_formatted = pd.to_datetime(
    temperature_df.loc[~iso_mask, 'temp_datetime'],
    format='%m/%d/%Y  %I:%M:%S %p'
).dt.strftime('%Y-%m-%d %H:%M:%S')

步骤3：合并结果并替换原列 #

将处理后的两部分数据合并，按原索引排序后替换原列：

# 合并并恢复原顺序
temperature_df['temp_datetime'] = pd.concat([iso_formatted, us_formatted]).sort_index()

验证结果 #

处理后你可以查看前几行确认格式统一：

print(temperature_df['temp_datetime'].head())

这样处理既保证了100万行数据的处理效率，又严格保留了原时间数值，最终所有记录都会统一为YYYY-MM-DD HH:MM:SS的无时区格式。

内容的提问来源于stack exchange，提问作者slwt86