pd.to_datetime解析Ninja Trader期货tick数据时间格式报错问题问询

错误原因 #

你遇到的解析错误核心原因是Ninja Trader导出的时间戳为%Y%m%d %H%M%S %f的自定义格式（无符号分隔的年月日、时分秒 + 微秒补位），pandas默认的日期解析规则无法匹配该格式，因此抛出ParserError: Unknown string format报错。而你之前用ib_insync从IB下载的数据时间戳符合pandas默认识别的标准格式，因此无需额外配置即可正常解析。

解决步骤 #

方案1：导入后转换（适配现有代码） #

在调用pd.to_datetime时手动指定匹配的格式，注意你的时间戳末尾有7位微秒补位，pandas的%f参数仅支持6位微秒，需要先截取掉最后一位多余字符：

import pandas as pd

# 现有导入代码
data = pd.read_csv(r"C:\__dir__test.txt",sep=';')
data.columns = ["date","P1","P2","P3","V"]

# 新增：处理时间字符串并指定格式转换
data["date"] = data["date"].str.strip().str[:-1]
data["date"] = pd.to_datetime(data["date"], format="%Y%m%d %H%M%S %f")

# 后续拆分日期时间可正常运行
data['Dates'] = data['date'].dt.date
data['Time'] = data['date'].dt.time

格式符含义说明：

• %Y：4位年份
• %m：2位月份
• %d：2位日期
• %H：2位24小时制小时
• %M：2位分钟
• %S：2位秒
• %f：6位微秒

方案2：导入时直接解析（更高效） #

你可以在pd.read_csv阶段就完成日期解析和列名指定，减少后续操作：

import pandas as pd

# 自定义Ninja Trader日期解析函数
def parse_nt_date(date_str):
    return pd.to_datetime(date_str.strip()[:-1], format="%Y%m%d %H%M%S %f")

# 导入时直接完成列名分配、日期解析
data = pd.read_csv(
    r"C:\__dir__test.txt",
    sep=';',
    names=["date","P1","P2","P3","V"],
    parse_dates=["date"],
    date_parser=parse_nt_date
)

验证效果 #

转换完成后你可以直接用datetime的切片功能筛选指定时间区间的数据，示例：

# 筛选2021年10月31日22点的所有tick数据
target_data = data[data["date"].dt.hour == 22]

内容的提问来源于stack exchange，提问作者TrdX