Python pandas如何将日期转换为%d/%m/%Y, %H:%M:%S格式

核心前置说明 #

你遇到的原始日期样例为Wed Feb 24 12:06:14 +0000 2021，对应pandas可识别的固定解析模板为%a %b %d %H:%M:%S %z %Y。处理大数据集时，必须显式指定固定解析格式，不能依赖pandas自动推断格式——自动推断会逐行扫描判定，处理耗时会提升数十倍，还可能出现解析误差。

具体操作步骤 #

1. 读取数据集阶段直接做日期解析（最优性能方案）
   pandas 2.0+ 支持在文件读取阶段传入固定日期格式参数，跳过后续逐行转换的开销，适合超大规模数据集：

   import pandas as pd
   
   # 替换为你实际的文件路径、日期列名
   df = pd.read_csv(
       "large_data_file.csv",
       parse_dates=["date_column"],
       date_format="%a %b %d %H:%M:%S %z %Y"
   )
   

2. 已加载数据集的批量日期转换
   如果数据已经读入内存，用pd.to_datetime指定格式转换即可，注意对带时区的原始时间统一转UTC基准，避免时间偏移误差：

   # 替换为你实际的日期列名
   df["date_column"] = pd.to_datetime(
       df["date_column"],
       format="%a %b %d %H:%M:%S %z %Y",
       utc=True,
       errors="coerce"  # 遇到格式异常的行自动设为空值，不中断整体处理
   )
   

3. 转换为目标展示格式
   把已解析为datetime类型的列，通过字符串格式化输出为要求的%d/%m/%Y, %H:%M:%S格式：

   df["formatted_date"] = df["date_column"].dt.strftime("%d/%m/%Y, %H:%M:%S")
   

大数据集处理注意事项 #

• 不要用字符串切片、正则匹配的方式切割原始日期字符串后拼格式，这类操作的内存占用和耗时是内置datetime解析的5~10倍。
• 如果数据集规模超过单文件内存承载上限，可通过chunksize参数分块读取处理，每个块重复套用上述解析逻辑即可，不会出现性能问题。
• 若需要保留原始列，可把格式化结果写入新列，不要覆盖原始解析好的datetime列，后续做时间筛选、聚合操作时可以直接复用datetime类型的列，不需要重复解析。

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