如何将DataFrame中yyyy-MM-dd'T'HH:mm:ssZ格式转为datetime并解决报错

你的转换代码有三处核心错误，导致格式匹配失败：

• 格式符不符合Python语法规范：pd.to_datetime()遵循Python原生strptime格式规则，你用的yyyy（4位年）、HH（24小时制小时）是其他语言的写法，Python中对应要写%Y、%H。
• 格式字符串存在多余字符：你写的HH :mm在小时和冒号之间多打了一个空格，和实际数据里HH:mm紧挨着的结构不匹配。
• 毫秒标识写错：你写的SSS同样不是Python合法格式符，毫秒/微秒部分要写%f。

根据你转换后设置为索引的需求，有两种常用写法：

方案1：手动指定格式（解析速度最快，适合格式完全统一的数据集） #

写对匹配数据的格式串即可，转换后是无时区的datetime64类型，可直接设为索引：

df['created_at_tweet'] = pd.to_datetime(
    df['created_at_tweet'],
    format="%Y-%m-%dT%H:%M:%S.%fZ"
)
# 设置为索引
df = df.set_index('created_at_tweet')

方案2：自动解析ISO格式（容错性高，适合可能存在格式微小差异的数据集） #

你手里的时间是标准ISO8601 UTC格式，不需要手动写格式串，加utc=True参数即可自动解析，解析后是带UTC时区标记的datetime类型，后续做时区转换更方便：

df['created_at_tweet'] = pd.to_datetime(df['created_at_tweet'], utc=True)
# 设置为索引
df = df.set_index('created_at_tweet')

注意：如果你的pandas版本在2.0以上，即使不传format参数，默认解析ISO格式的速度也和手动指定格式差不多，优先选方案2更省心。

内容的提问来源于stack exchange，提问作者Lilsss