如何将DataFrame中格式为20130526T150000的日期列转为标准datetime格式？

单个日期字符串转换为datetime格式 #

用Python标准库datetime模块解析指定格式的字符串，得到datetime对象；如果需要转换成2013-05-26 15:00:00格式的字符串，再用格式化方法输出：

from datetime import datetime

# 原始日期字符串
date_str = "20130526T150000"

# 解析为datetime对象
dt_object = datetime.strptime(date_str, "%Y%m%dT%H%M%S")

# 格式化为目标字符串（仅需datetime对象可跳过此步）
formatted_date = dt_object.strftime("%Y-%m-%d %H:%M:%S")
print(formatted_date)  # 输出：2013-05-26 15:00:00

格式说明：%Y对应4位年份，%m两位月份，%d两位日期，T直接匹配原字符串里的分隔符，%H24小时制小时，%M分钟，%S秒。

Pandas DataFrame列转换为datetime格式 #

针对DataFrame中的日期列，用pandas.to_datetime方法并指定format参数，高效完成转换：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({"date_column": ["20130526T150000", "20130701T091500", "20130810T223000"]})

# 将列转换为datetime类型
df["date_column"] = pd.to_datetime(df["date_column"], format="%Y%m%dT%H%M%S")

# 可选：将datetime列格式化为目标字符串格式（生成新列）
df["formatted_date"] = df["date_column"].dt.strftime("%Y-%m-%d %H:%M:%S")

print(df)

转换后date_column会成为Pandas的datetime64类型，支持后续时间筛选、分组等操作；若仅需要显示指定格式的字符串，可通过dt.strftime生成新列。

内容的提问来源于stack exchange，提问作者Bon Brown