Python DataFrame处理Date-Time列时如何跳过字符串值执行格式转换

这个需求完全可以实现，只需要在原本的apply逻辑中新增类型判断，跳过字符串类型的单元格即可。原代码直接调用strftime方法会在字符串类型单元格上报错，修改后的代码如下：

import datetime
import pandas as pd
# 方案1：跳过所有字符串类型，其余类型执行格式化
df['Date-Time'] = df['Date-Time'].apply(lambda x: x.strftime('%d/%m/%Y %H:%M:%S') if not isinstance(x, str) else x)

如果要更严谨，避免其他非日期非字符串类型的数据报错，可仅对明确的日期时间类型执行转换：

# 方案2：仅对datetime/Timestamp类型执行格式化，其余类型保持原值
df['Date-Time'] = df['Date-Time'].apply(lambda x: x.strftime('%d/%m/%Y %H:%M:%S') if isinstance(x, (datetime.datetime, pd.Timestamp)) else x)

补充说明 #

• 如果后续需要统一整列的格式，可以配合pd.to_datetime(df['Date-Time'], errors='coerce')先把可转换的字符串批量转成日期类型，再统一格式化，异常值会自动置为空。
• 上述代码兼容pandas自带的Timestamp日期类型，无需额外调整逻辑。

内容的提问来源于stack exchange，提问作者kitchen800