Python中如何将多格式pandas日期列转换为yyyy-m-dd标准格式

报错原因 #

你遇到的unknown string format报错核心原因是：Date列存在/、-两类日期分隔符，还混合了带时间后缀的格式，默认模式下pd.to_datetime无法自动推断所有字符串的日期格式。你手动拆分冒号的操作没有必要，pd.to_datetime本身原生支持解析带时间后缀的日期字符串。

正确实现代码 #

步骤1：统一解析为datetime类型 #

# 开启自动格式推断，适配混合输入格式，异常值转为NaT方便后续排查
df['Date'] = pd.to_datetime(df['Date'], infer_datetime_format=True, errors='coerce')

步骤2：转换为指定的yyyy-m-dd字符串格式 #

# %-m、%-d表示不保留月、日的前导零，如需保留前导零可改为%Y-%m-%d
df['Date'] = df['Date'].dt.strftime('%Y-%-m-%-d')

可选适配参数 #

• 如果你的日期规则是日在前、月在后（例如8-5-2021代表5月8日），可在解析时额外添加dayfirst=True参数：

  df['Date'] = pd.to_datetime(df['Date'], infer_datetime_format=True, dayfirst=True, errors='coerce')
  

• 如果你需要输出带前导零的yyyy-mm-dd格式，将strftime的格式参数替换为%Y-%m-%d即可。

内容的提问来源于stack exchange，提问作者alwayzconfused