如何使用pandas转换DataFrame特定格式日期并生成ISO格式新列

操作分两步即可，逻辑简单易上手：

• 使用pandas内置的日期解析工具，把原列colDat里的英文格式日期字符串转成可处理的时间对象
• 把时间对象按目标格式输出为字符串，赋值给新建的newColDat列

可直接运行的代码 #

import pandas as pd

# 复现你手中的原始DataFrame结构
df = pd.DataFrame({
    "colDat": ["09 Mar 2021", "09 Feb 2021"]
})

# 解析原日期列，匹配格式为「日期+英文月份缩写+四位年份」
parsed_time = pd.to_datetime(df["colDat"], format="%d %b %Y")

# 生成目标格式的新列，保留4位小数和示例输出完全匹配
df["newColDat"] = parsed_time.dt.strftime("%Y-%m-%dT%H:%M:%S.%f").str[:-2]

输出效果 #

代码执行完成后，DataFrame的最终结构和你预期完全一致：

实操提示 #

• 给pd.to_datetime传入明确的format参数，相比默认自动猜测格式的模式，解析速度更快，也能避免模糊日期被识别错误的问题
• 原列的日期没有时分秒信息时，pandas会自动把时间部分补全为当日0点整，刚好匹配示例里的全0时分秒结构
• 代码里的%f是pandas的微秒占位符，默认输出6位数字，通过.str[:-2]截断后就会保留示例里的4位小数，不会多输出冗余的0

内容的提问来源于stack exchange，提问作者vlad