如何将DataFrame中不规则时间字符串转换为Python可处理的时间戳？

错误原因 #

pd.Timestamp 是用来创建单个时间戳对象的工具，无法直接接收整个 pandas Series 作为输入，这就是触发 TypeError 的原因。处理整列时间字符串，应该用专门的批量转换函数 pd.to_datetime。

正确转换步骤 #

你的时间字符串格式是 YYYY.MM.DD HH:MM:SS.FFFFFFF（中间用D分隔日期和时间），需要给 pd.to_datetime 指定匹配的格式字符串，确保精准转换：

import pandas as pd

# 转换datetime列
df['datetime'] = pd.to_datetime(df['datetime'], format='%Y.%m.%dD%H:%M:%S.%f')

格式字符串说明 #

• %Y: 4位年份（如2022）
• %m: 2位月份（如11）
• %d: 2位日期（如02）
• D: 固定分隔字符（直接写在格式串里）
• %H: 24小时制小时（如12）
• %M: 分钟（如00）
• %S: 秒（如00）
• %f: 微秒/纳秒部分（你的字符串是9位，pandas会自动处理纳秒精度）

验证转换结果 #

转换完成后，你可以用 df['datetime'].dtype 查看类型，会显示为 datetime64[ns]（支持纳秒精度），此时就可以正常进行时间戳的各种操作，比如提取时间分量、计算时间差等。

内容的提问来源于stack exchange，提问作者vicefreak04