如何使用Pandas to_datetime转换无前导零的日期时间字符串？

先提个关键错误：你写的%m/%d/%y %H:%m里，最后的%m是月份的格式符，而你要解析的是分钟，得用大写的%M，这是格式不匹配的核心原因之一。

针对这类无前导零的日期时间字符串，完全不用手动补零，用这两种方法就能搞定：

1. 直接让Pandas自动解析 #

to_datetime默认就能识别无前导零的格式，不用指定format参数，直接调用就行：

import pandas as pd

dates = ["3/31/22 23:30", "4/1/22 0:00"]
df = pd.DataFrame({"date_str": dates})
df["datetime"] = pd.to_datetime(df["date_str"])

不管是月份、日期还是小时、分钟的无前导零情况，它都能自动处理。

2. 指定正确的格式字符串（适合追求解析速度的场景） #

如果你想明确指定格式来提升解析效率，可以用支持无前导零的格式符：

• Linux/macOS环境用%-m（无前导零月份）、%-d（无前导零日期）、%-H（无前导零小时）、%-M（无前导零分钟）
• Windows环境把%-换成%#就行

示例代码（Linux/macOS）：

df["datetime"] = pd.to_datetime(df["date_str"], format="%-m/%-d/%y %-H:%-M")

Windows环境版本：

df["datetime"] = pd.to_datetime(df["date_str"], format="%#m/%#d/%y %#H:%#M")

额外小技巧：大数据集加速解析 #

如果你的数据量很大，加上infer_datetime_format=True参数，Pandas会自动推断格式并加快解析速度：

df["datetime"] = pd.to_datetime(df["date_str"], infer_datetime_format=True)

内容的提问来源于stack exchange，提问作者2S2E