使用pd.to_datetime处理多格式时间数据补全日缺时分秒

你的需求可以直接通过pd.to_datetime()实现，它能自动识别混合的时间格式，对于仅含日期的条目会自动补全00:00:00的时分秒部分。

代码实现 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'date': ['29.05.2023 01:00:00', '29.05.2023', '28.05.2023 23:00:00']
})

# 转换为datetime类型，自动补全日仅日期的时分秒
df['date'] = pd.to_datetime(df['date'], dayfirst=True)

# 可选：转换回指定的字符串格式（dd.mm.yyyy HH:MM:SS）
df['date'] = df['date'].dt.strftime('%d.%m.%Y %H:%M:%S')

# 输出结果
print(df['date'])

关键说明 #

• dayfirst=True：因为你的日期格式是日.月.年，这个参数确保函数正确解析日和月的顺序，避免出现解析错误。
• 如果不需要字符串格式，保留datetime类型即可，后续时间计算更方便；如果需要固定的字符串展示格式，用dt.strftime()指定格式即可。

运行后输出结果：

0    29.05.2023 01:00:00
1    29.05.2023 00:00:00
2    28.05.2023 23:00:00
Name: date, dtype: object

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