如何将numpy数组中的字符串元素批量转换为datetime格式（无需循环）

有两种成熟的无Python层迭代的实现方案，底层均为C语言实现的向量化运算，处理大体量数组的效率远高于手写循环：

方案1：使用pandas的to_datetime（最推荐） #

pandas的时间处理模块对各类非标准时间格式的适配性最好，不需要自己额外处理格式解析逻辑：

import pandas as pd
import numpy as np

# 假设原字符串数组名为 str_date_arr
# 直接转换后转成numpy数组，元素类型为datetime64[ns]
datetime_arr = pd.to_datetime(str_date_arr).to_numpy()

如果你的时间格式固定，可传入format参数进一步提升转换速度，同时避免自动识别的格式偏差：

datetime_arr = pd.to_datetime(
    str_date_arr, 
    format="%m/%d/%Y %I:%M:%S %p"
).to_numpy()

方案2：仅用numpy原生实现 #

如果不想引入pandas依赖，可使用numpy的原生datetime64类型批量转换：

# 直接批量转换为datetime64类型
datetime_arr = str_date_arr.astype("datetime64[ns]")

注意：该方法对部分非ISO标准的时间格式兼容性低于pandas方案，如果转换报错建议优先使用方案1。

内容的提问来源于stack exchange，提问作者Stack