在Pandas中转换Salesforce的yyyy-mm-ddThh:mm:ss.000+0000格式为日期/时间

不用做字符串替换，Pandas的pd.to_datetime()原生支持解析这种标准ISO 8601格式的日期字符串，包括中间的T分隔符、毫秒后缀和时区偏移+0000。

核心解决方案 #

直接调用pd.to_datetime()处理目标列即可：

import pandas as pd

# 处理为带时区的datetime格式
result['CreatedDate'] = pd.to_datetime(result['CreatedDate'])

衍生需求处理 #

如果只需要日期部分（不带时间）：

# 转换为纯日期格式（仅年月日）
result['CreatedDate_DateOnly'] = pd.to_datetime(result['CreatedDate']).dt.date

如果不需要保留时区信息（转成无时区的naive datetime）：

# 移除时区，得到无时区的datetime类型
result['CreatedDate_Naive'] = pd.to_datetime(result['CreatedDate']).tz_localize(None)

为什么比字符串替换更好 #

• 代码更简洁，没有冗余的字符串操作
• 原生支持ISO 8601标准，能正确识别毫秒和时区，避免手动替换可能出现的格式错误
• 性能更优，Pandas的日期解析是底层优化过的，比循环做字符串替换快得多

内容的提问来源于stack exchange，提问作者user3408245