如何将CSV中带毫秒的日期时间列转换为带毫秒的Datetime类型

代码错误原因 #

你的datetime.strptime格式字符串有两处问题：

• 毫秒部分的格式符使用错误：应该用.%f表示秒后的小数部分（%f对应微秒，会自动适配1-6位的毫秒/微秒数值），你写成了.f
• 格式字符串末尾多了一个多余的%，这就是触发ValueError: stray % in format的直接原因

正确解决方案 #

方案1：修正strptime格式 #

调整格式字符串为正确的写法，即可正常解析：

from datetime import datetime
df['datetime'] = df['datetime'].apply(lambda x: datetime.strptime(x, '%Y/%m/%d %H:%M:%S.%f'))

方案2：使用Pandas内置方法更高效 #

Pandas的pd.to_datetime支持直接解析拼接后的日期时间字符串，甚至无需手动拼接列，效率远高于apply循环：

import pandas as pd

# 方式1：自动识别格式
df['datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'])

# 方式2：指定格式提升解析速度（推荐大数据量时使用）
df['datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'], format='%Y/%m/%d %H:%M:%S.%f')

补充说明 #

• %f格式符可以匹配1到6位的小数部分，完全适配你数据中1位、2位、3位的毫秒数值
• 若数据中存在不规范的日期时间格式，可添加errors='coerce'参数将无效值转为NaT，方便后续处理

内容的提问来源于stack exchange，提问作者stanvooz