python - 在不更改 dtype 的情况下将日期时间转换为另一种格式

Question

我只是自己学习 Pandas，遇到了一些问题。

1. 在从 csv 文件读取的 DataFrame 中，我有一列包含不同格式的日期数据(如 '%m/%d/%Y' 和'%Y-%m-%d', 可能为空。)我想统一这一栏的格式。但我不知道是否有其他格式。因此，当我使用 pd.to_datetime() 时，它引发了一些错误，例如格式不匹配和非时间数据。如何统一该栏目的格式？

2. 我已将该列的一部分转换为 datetime dtype，并且格式为 YYYY-mm-dd。我可以保留日期时间 dtype，并将格式更改为 '%m/%d/%Y' 吗？我已经使用了 pd.dt.strftime()，它会改变格式，但也会将数据类型更改为 str，而不是保留日期时间数据类型。

Answer 1

So when I using pd.to_datetime(),it raised some errors like format not matching and not timelike data. How can I unify the format of this column?

使用 errors='coerce' 选项以便为未转换的值返回 NaT(不是时间)。另请注意，format 参数不是必需的。省略它将使 Pandas 能够尝试多种格式，如果失败它将恢复为 NaT¹。例如:

df['datetime'] = pd.to_datetime(df['datetime'], errors='coerce')

请注意，混合类型可能会被错误地解释。例如，Python 如何知道 05/06/2018 是 6 月 5 日还是 5 月 6 日？将应用约定顺序，如果您需要更好的控制，则需要自己应用自定义顺序。

Can I keep the datetime dtype, and change the format into '%m/%d/%Y'?

不，你不能。 datetime 系列在内部存储为整数。任何人类可读的日期表示只是一个表示，而不是基础整数。要访问您的自定义格式，您可以使用 Pandas 中提供的方法。您甚至可以将这样的文本表示形式存储在 pd.Series 变量中:

formatted_dates = df['datetime'].dt.strftime('%m/%d/%Y')

formatted_dates 的dtype 将是object，这表明您的系列元素指向任意Python 时间。在这种情况下，那些任意类型恰好都是字符串。

最后，我强烈建议您在工作流程的最后一步之前不要将datetime 系列转换为字符串。这是因为一旦这样做，您将无法再对此类序列使用高效的矢量化操作。

---

¹ 这将牺牲性能并与 datetime.strptime 形成对比，需要指定格式。在内部，Pandas 使用 dateutil库，如 docs 中所示.