将日期时间转换为另一种格式而不更改dtype

Question

我只是在自己学习熊猫，而遇到的问题很少。

1. 在从csv文件读取的DataFrame中，我有一列包含日期数据，该日期数据具有不同的格式（例如'%m/%d/%Y'和'%Y-%m-%d'，可能为空白。），并且我想统一此列的格式。但是我不知道是否还有其他格式。因此，当我使用时pd.to_datetime()，它会引发一些错误，例如格式不匹配以及数据不符合时间要求。如何统一此列的格式？

2. 我已经将该列的一部分转换为datetime dtype，它的YYYY-mm-dd格式是。我可以保留datetime dtype并将其格式更改为'%m/%d/%Y'吗？我曾经用过pd.dt.strftime()，它将更改格式，但还将dtype更改为str，而不保留datetime dtype。

Answer 1

因此，当我使用pd.to_datetime（）时，它引发了一些错误，例如格式不匹配以及数据不符合时间要求。如何统一此列的格式？

使用该errors='coerce'选项以返回NaT（非时间）未转换的值。另请注意，该format参数不是必需的。省略它可使熊猫尝试多种格式，否则它将恢复为NaT1。例如：

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

当心，混合类型可能会错误地解释。例如，Python如何知道05/06/20186月5日还是5月6日？将应用约定顺序，如果需要更大的控制权，则需要自己应用自定义顺序。

我可以保留datetime dtype并将格式更改为’％m /％d /％Y’吗？

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形式都只是一个 表示形式
，而不是基础整数。要访问自定义格式，可以使用Pandas中可用的方法。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')

该dtype的formatted_dates将是object，这表明你的系列点到任意Python倍的元素。在这种情况下，那些任意类型碰巧都是字符串。

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，您将不再能够在这样的系列上使用有效的矢量化运算。

---

1这将牺牲性能，并与进行对比datetime.strptime，后者
需要
指定格式。在内部，Pandas使用该dateutil库，如docs所示。