python - Pandas - 解析带和不带毫秒的时间数据

Question

如果时间的格式为 2007-08-06T18:11:44.688Z，但不将毫秒视为 2007-08-06T18:11，您将如何解析时间数据: 44Z？

pd.to_datetime(x.split('Z')[0], errors='coerce', format='%Y-%m-%dT%H:%M:%S.%f ') 删除 Zulu 标记失败，因为 . 有时会丢失。

pd.to_datetime(x.split('.')[0], errors='coerce', format='%Y-%m-%dT%H:%M:%S') 由于 . 有时会丢失，因此删除毫秒失败。

pd.to_datetime(x.split('.|Z')[0], errors='coerce', format='%Y-%m-%dT%H:%M:%S' ) 有时也会失败，尽管它看起来应该在两种情况下拆分，但 0 成员是我们想要的部分，因此总是给出以秒为单位的有效时间。

Answer 1

IIUC 你可以简单地使用 pd.to_datetime(df_column_or_series) 而不指定 format 参数应该正确解析你的日期时间格式

有或没有 Zulu 标记，都不会改变任何东西 - 在您的字符串转换为 pandas datetime dtype 后，您将拥有相同的 dtype:

In [366]: pd.to_datetime(pd.Series(['2007-08-06T18:11:44.688Z'])).dtypes
Out[366]: dtype('<M8[ns]')

In [367]: pd.to_datetime(pd.Series(['2007-08-06T18:11:44.688'])).dtypes
Out[367]: dtype('<M8[ns]')

In [368]: pd.to_datetime(pd.Series(['2007-08-06T18:11:44'])).dtypes
Out[368]: dtype('<M8[ns]')

In [369]: pd.to_datetime(pd.Series(['2007-08-06'])).dtypes
Out[369]: dtype('<M8[ns]')

In [371]: pd.to_datetime(pd.Series(['2007-08-06T18:11:44.688']), format='%Y-%m-%dT%H:%M:%S.%f').dtypes
Out[371]: dtype('<M8[ns]')