如何用Python Pandas将MM/DD/YYYY时间格式转为YYYY-MM-DDThh:mm:ssZ

核心错误说明 #

你之前的代码误用了pd.to_datetime()的format参数：这个参数是用来指定原始时间字符串的格式，而非你想要的输出格式。同时你用了错误的格式符%s（这是Unix时间戳格式，不是秒数），导致解析失败。

正确解决方案 #

要完成格式转换，需要分两步：先正确解析原始时间字符串为datetime对象，再将datetime对象格式化为目标字符串格式。

完整代码 #

import pandas as pd

# 读取CSV文件
df = pd.read_csv('input.csv', na_filter=False, skiprows=0)

# 第一步：解析原始时间格式（MM/DD/YYYY HH:mm）
df['datetime'] = pd.to_datetime(df['datetime'], format='%m/%d/%Y %H:%M')

# 第二步：格式化为目标格式 YYYY-MM-DDThh:mm:ssZ
df['datetime'] = df['datetime'].dt.strftime('%Y-%m-%dT%H:%M:%SZ')

print(df)

关键细节解释 #

1. 解析阶段的format参数：
   原始时间格式是12/30/2023 22:13，对应格式符：

   • %m：两位数字的月份（12）
   • %d：两位数字的日期（30）
   • %Y：四位数字的年份（2023）
   • %H：24小时制的两位小时（22）
   • %M：两位数字的分钟（13）
     用这个格式解析能确保pandas准确识别时间，避免自动推断出错。

2. 格式化阶段的strftime：
   目标格式YYYY-MM-DDThh:mm:ssZ对应：

   • %Y-%m-%d：年-月-日
   • T：分隔日期和时间的固定字符
   • %H:%M:%S：时:分:秒（原始数据无秒，自动补00）
   • Z：表示UTC时区的固定后缀（若你的原始时间是本地时区，需先转换时区再添加Z，否则直接拼接即可）

内容的提问来源于stack exchange，提问作者AliasSyed