如何将Pandas中特定格式的字符串列转换为datetime类型

你可以直接用Pandas内置的pd.to_datetime()方法完成转换，针对你给出的场景，有两种常用写法：

写法1：自动识别格式（兼容性好） #

Pandas可以自动识别2011-06-12T01:17:56这类标准ISO时间格式，无需额外指定格式参数：

df['date'] = pd.to_datetime(df['date'])

写法2：指定格式（转换效率更高，适合大表） #

如果数据量较大，手动指定格式可以避免自动识别的性能消耗，同时降低格式识别误差：

df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%dT%H:%M:%S')

常用可选参数说明 #

• errors：指定转换失败时的处理逻辑，可选值：
  • errors='raise'：默认值，转换失败直接抛出错误
  • errors='coerce'：转换失败的内容设为NaT空时间值
  • errors='ignore'：转换失败保留原字符串内容
• utc：设为True时会自动把转换后的时间标记为UTC时区，需要处理时区场景时使用

验证转换结果 #

转换完成后可以用以下代码确认列类型是否符合预期：

print(df['date'].dtype)
# 输出为 datetime64[ns] 即表示转换成功

内容的提问来源于stack exchange，提问作者Buzi