Python如何将DataFrame中三种不同格式的日期字符串统一转换为指定datetime格式
实现多格式时间字符串统一转换的Python方案
核心思路
通过识别不同时间字符串的特征做分支处理,分别匹配对应格式完成解析,再统一格式输出,避免单格式匹配的兼容问题。
完整实现代码
import pandas as pd # 自定义时间解析函数 def parse_custom_ts(ts_str): date_part = ts_str.split(" ")[0] # 匹配第一种格式:月-日-年 时:分(日期用-分隔) if "-" in date_part: dt = pd.to_datetime(ts_str, format="%m-%d-%y %H:%M") # 匹配第二种格式:日/月/4位年 时:分:秒(日期用/分隔且年份为4位) elif len(date_part.split("/")[-1]) == 4: dt = pd.to_datetime(ts_str, format="%d/%m/%Y %H:%M:%S") # 匹配第三种格式:日/月/2位年 时:分(日期用/分隔且年份为2位) else: dt = pd.to_datetime(ts_str, format="%d/%m/%y %H:%M") # 按要求输出统一格式的字符串 return dt.strftime("%d-%m-%y %H:%M:%S") # 应用到DataFrame的ts列 df["ts_formatted"] = df["ts"].apply(parse_custom_ts)
结果验证
运行后df的输出如下:
| ts | ts_formatted |
|---|---|
| 01-05-21 5:50 | 05-01-21 05:50:00 |
| 01-05-21 6:00 | 05-01-21 06:00:00 |
| 13/01/2021 05:00:00 | 13-01-21 05:00:00 |
| 13/01/2021 05:10:00 | 13-01-21 05:10:00 |
| 1/1/21 0:00 | 01-01-21 00:00:00 |
补充说明
- 如果你需要保留datetime类型用于后续时间计算,不需要转字符串的话,直接返回
dt即可,无需调用strftime方法。 - 格式符说明:
%m:补零表示的月份%d:补零表示的日期%y:2位表示的年份%Y:4位表示的年份%H:24小时制补零表示的小时%M:补零表示的分钟%S:补零表示的秒
内容的提问来源于stack exchange,提问作者RajeshM
相关产品推荐
相关产品推荐

