pd.to_datetime转换日期格式出错，如何正确转换日/月/年格式时间？

有如下DataFrame：

import pandas as pd
df = pd.DataFrame({"DateTime":["26/06/2014 22:05:16",
                               "25/06/2014 22:05:56",
                               "01/07/2014 22:05:30",
                               "01/08/2014 19:04:23"],
                   "Data":[20, 31, 25, 44]})

输出结果：

DateTime  Data
0  26/06/2014 22:05:16    20
1  25/06/2014 22:05:56    31
2  01/07/2014 22:05:30    25
3  01/08/2014 19:04:23    44

需要将DateTime列转换为datetime64类型，原始数据是日/月/年格式，最终要输出年-月-日格式的字符串。尝试了以下代码：

df["DateTime"] = pd.to_datetime(df["DateTime"])
df["DateTime"] = df["DateTime"].dt.strftime('%Y-%m-%d %H:%M:%S')

得到错误结果：

DateTime  Data
0  2014-06-26 22:05:16    20
1  2014-06-25 22:05:56    31
2  2014-01-07 22:05:30    25
3  2014-01-08 19:04:23    44

前两个日期转换正常，但后两个日期的月份和日期颠倒了，正确结果应为：

2  2014-07-01 22:05:30    25
3  2014-08-01 19:04:23    44 

错误原因是直接使用pd.to_datetime()时，它会默认自动识别日期格式，当遇到01/07/2014这种同时符合两种格式的字符串时，会优先按月/日/年解析，导致日期月份颠倒。

正确的做法是在pd.to_datetime()中明确指定原始日期的格式，确保解析准确：

# 第一步：按原始格式（日/月/年 时分秒）解析为datetime64类型
df["DateTime"] = pd.to_datetime(df["DateTime"], format='%d/%m/%Y %H:%M:%S')
# 第二步：转换为目标格式的字符串
df["DateTime"] = df["DateTime"].dt.strftime('%Y-%m-%d %H:%M:%S')

执行后得到正确结果：

DateTime  Data
0  2014-06-26 22:05:16    20
1  2014-06-25 22:05:56    31
2  2014-07-01 22:05:30    25
3  2014-08-01 19:04:23    44

补充说明 #

如果不需要将日期转为字符串，只是想让DataFrame显示为年-月-日格式，同时保留datetime64类型（方便后续时间相关操作），可以跳过strftime步骤，直接设置pandas的显示格式：

df["DateTime"] = pd.to_datetime(df["DateTime"], format='%d/%m/%Y %H:%M:%S')
pd.options.display.date_format = '%Y-%m-%d %H:%M:%S'

内容的提问来源于stack exchange，提问作者user026