strptime预设小时不一致：如何统一Pandas时间转换的时分秒？

哈哈，这个问题我之前也踩过类似的坑！先给你揪出一个最容易忽略的错误——你写的%M是分钟的格式符，而不是月份！正确的月份格式符是小写的%m，这大概率是导致你得到奇怪小时数的核心原因。

先修正格式符的问题 #

如果你的原始序列是类似20231005（年-月-日）的数字或字符串，用%Y%M%d会把中间的10当成分钟来解析，这完全不符合你的预期，自然会出现混乱的时间部分。正确的格式应该是'%Y%m%d'。

更高效的转换方式（优先推荐） #

别用apply逐元素处理啦，Pandas自带的pd.to_datetime()是矢量化操作，速度比apply快N倍，尤其是数据量大的时候。转换后默认的时分秒就是00:00:00，完美符合你的需求：

import pandas as pd

# 假设你的数字序列是这个Series
s = pd.Series([20231005, 20231006, 20231007])
# 转换为datetime，指定正确的格式
dt_series = pd.to_datetime(s, format='%Y%m%d')

如果需要强制重置时分秒（比如已有时间数据的情况） #

如果因为某些原因，转换后的datetime已经带有随机的时分秒，或者你需要确保绝对统一，可以用这两种方法快速重置：

• 方法1：用dt.normalize()，直接把时间部分重置为当天午夜

  dt_series = dt_series.dt.normalize()
  

• 方法2：用dt.floor('D')，向下取整到“天”级别，同样会把时分秒设为00:00:00

  dt_series = dt_series.dt.floor('D')
  

如果你一定要用apply+strptime的方式 #

虽然不推荐，但如果有特殊需求要这么写，记得先修正格式符，再通过replace强制设置时分秒：

from datetime import datetime

dt_series = s.apply(lambda x: datetime.strptime(str(x), '%Y%m%d').replace(hour=0, minute=0, second=0))

总结一下：核心先把格式符%M改成%m，然后优先用Pandas原生的矢量化方法处理，既高效又不容易出错~

内容的提问来源于stack exchange，提问作者3pitt