如何用Pandas将含多余字符的CSV时间列转换为datetime对象

你的问题在于原解析器硬编码了时间字符串末尾为0，当末尾出现其他字符时匹配失败。解决思路是先截断时间字符串的最后一位字符，再用标准的微秒格式解析：

修改后的myparser函数如下：

def myparser(x):
    # 去掉时间字符串最后一位多余字符
    trimmed_time = x[:-1]
    # 按标准格式解析，%f对应6位微秒
    return pd.to_datetime(trimmed_time, format='%Y%m%d %H%M%S %f')

代码说明 #

• 原时间字符串的最后一部分是7位（比如7579480或7106549），x[:-1]会截取前6位（757948或710654），正好符合%f（6位微秒）的格式要求。
• 这种方式不依赖末尾字符的具体值，不管是0还是其他数字都能兼容，直接丢弃多余的最后一位。

验证示例 #

对于两种时间字符串：

20220904 182409 7579480 → 截断后为20220904 182409 757948，解析为2022-09-04 18:24:09.757948
20220904 182409 7106549 → 截断后为20220904 182409 710654，解析为2022-09-04 18:24:09.710654

都能正常转换为datetime对象。

内容的提问来源于stack exchange，提问作者Sh K