如何处理pandas DataFrame中格式不统一的datetime列并去除毫秒

方案1：转换为datetime类型处理（推荐） #

先转成pandas内置的datetime64类型，后续做时间筛选、运算更方便，代码更简洁：

import pandas as pd

# 替换date_col为你的实际列名
df["date_col"] = pd.to_datetime(df["date_col"]).dt.floor("S")

如果处理后需要输出为原格式的字符串，可以追加格式化步骤：

df["date_col"] = pd.to_datetime(df["date_col"]).dt.floor("S").dt.strftime("%Y-%m-%dT%H:%M:%SZ")

方案2：直接处理字符串格式 #

如果你不需要做时间运算，只想修改字符串内容，可以直接用字符串截断逻辑：

# 先去掉末尾的Z，按小数点分割取前半部分，再补回Z后缀
df["date_col"] = df["date_col"].str.rstrip("Z").str.split(".").str[0] + "Z"

两种方案都可以兼容你提到的带毫秒、不带毫秒的两种ISO格式日期，不需要额外做格式判断。

内容的提问来源于stack exchange，提问作者rixis