pandas如何将列内混合格式的所有日期数据统一转换为datetime格式

直接使用pandas内置方法即可快速完成转换，无需繁琐的手动逐行处理：

方案1：自动识别（最快捷，适合绝大多数场景） #

pd.to_datetime()默认支持自动识别你提到的两种常见日期格式，千万级数据量也可以快速处理：

import pandas as pd

# 直接转换为datetime类型，两种格式会被自动统一识别
df['date'] = pd.to_datetime(df['date'])

# 如果需要最终输出为和多数样本一致的`YYYY-MM-DD`字符串格式，追加以下代码：
df['date'] = df['date'].dt.strftime('%Y-%m-%d')

方案2：显式匹配（更稳妥，避免极端场景识别错误） #

如果担心自动识别出现误判，可以先对8位纯数字格式的日期做定向处理，再统一转换：

# 先统一转为字符串类型
df['date'] = df['date'].astype(str)
# 筛选出8位纯数字的日期行
num_date_mask = df['date'].str.match(r'^\d{8}$')
# 定向转换纯数字格式的日期为标准字符串格式
df.loc[num_date_mask, 'date'] = pd.to_datetime(df.loc[num_date_mask, 'date'], format='%Y%m%d').dt.strftime('%Y-%m-%d')
# 统一转换全列datetime类型
df['date'] = pd.to_datetime(df['date'])

内容的提问来源于stack exchange，提问作者caasswa