Pandas将可转时间戳的object列转为UTC时间戳并忽略不可转换列

import pandas as pd

# 构造示例数据集
data = {'timestamp_1': ['36:00.0', '46:44.0', '20:59.0', '57:27.0', '51:18.0'],
        'r1': [-1, 6, 10, 0, 0],
        'timestamp': ['18-06-2020 09:36:00', 
                      '19-06-2020  09:36:00',
                      '20-06-2020 09:36:00',
                      '21-06-2020 09:36:00',
                      '22-06-2020 09:36:00']
       }
df = pd.DataFrame(data=data)

# 批量转换符合要求的列
for col in df.select_dtypes(include='object').columns:
    # 尝试解析为UTC时间，无法解析的内容标记为空时间NaT
    temp_col = pd.to_datetime(df[col], utc=True, errors='coerce')
    # 只要列内存在可解析的有效时间，就用转换后的结果替换原列，否则保留原列
    if temp_col.notna().any():
        df[col] = temp_col

• 仅筛选object类型列做转换，不处理数值、布尔等其他类型的列，减少不必要的计算
• pd.to_datetime传入utc=True参数，所有解析成功的时间会直接转为UTC标准时区的时间戳格式
• 传入errors='coerce'时，单条数据解析失败不会中断整体流程，只会把该条值标记为空时间NaT
• 转换后校验列内是否存在有效时间值，整列都无法解析为时间的列会被直接保留，不会做替换

内容的提问来源于stack exchange，提问作者n3a5p7s9t1e3r