如何格式化非标准日期时间字符串以适配Pandas的pd.to_datetime()？

针对你给出的示例（t = pd.Series(['20201023', '20201123', '20201012'])），这类无分隔符的8位日期字符串（格式为YYYYMMDD），直接用pd.to_datetime()即可自动解析，无需额外预处理：

import pandas as pd

t = pd.Series(['20201023', '20201123', '20201012'])
formatted_dates = pd.to_datetime(t)
print(formatted_dates)

输出会转为标准的datetime类型Series：

0   2020-10-23
1   2020-11-23
2   2020-10-12
dtype: datetime64[ns]

如果遇到更复杂的不规范格式，可按以下方式处理：

1. 指定格式参数提升解析效率 #

如果能明确日期字符串的固定格式，通过format参数直接定义解析规则，比自动识别更快。比如针对示例的YYYYMMDD格式：

formatted_dates = pd.to_datetime(t, format='%Y%m%d')

常用格式符参考：

• %Y：4位年份
• %m：2位月份
• %d：2位日期
• %H：24小时制小时
• %M：分钟
• %S：秒

2. 自动识别混合格式 #

如果Series中存在多种不同格式的日期字符串，无需手动拆分，开启infer_datetime_format=True可加速自动识别：

mixed_t = pd.Series(['20201023', '2020-11-23', '2020/10/12'])
formatted_dates = pd.to_datetime(mixed_t, infer_datetime_format=True)

3. 处理无效日期值 #

若存在无法解析的异常字符串，用errors参数控制处理逻辑：

• errors='coerce'：将无效值转为NaT（Pandas缺失日期类型）
• errors='ignore'：保留原字符串
• errors='raise'：直接抛出错误（默认行为）

示例：

t_with_invalid = pd.Series(['20201023', 'invalid_date', '20201012'])
formatted_dates = pd.to_datetime(t_with_invalid, errors='coerce')

内容的提问来源于stack exchange，提问作者Peter