不改变数据类型，将日期时间转换为另一种格式

Question

我自己正在学习Pandas，遇到了一些问题。

1. 在一个DataFrame中，它是从一个csv文件读取的，我有一列包括日期数据，格式不同（如'%m/%d/%Y'和'%Y-%m-%d'，可能为空）。我想统一这一列的格式。但我不知道是否还有其他格式。所以当我使用pd.to_datetime()时，它会引发一些错误，如格式不匹配和非时间数据。如何统一这一列的格式？

2. 我已经将该列的部分转换为datetime类型，并且它是以YYYY-mm-dd格式显示的。我可以保留datetime类型，并将其格式更改为'%m/%d/%Y'吗？我已经使用了pd.dt.strftime()，它会更改格式，但也会将dtype更改为str，而不是保留datetime类型。

- Maple Yu

Answer 1

当我使用pd.to_datetime()时，会出现格式不匹配和非时间数据的错误。如何统一此列的格式？

可以使用“errors ='coerce'”选项来返回未转换值的NaT（Not a Time）。还要注意，format参数不是必需的。省略它将使Pandas尝试多个格式，如果失败，它将恢复为NaT¹。例如：

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

注意，混合类型可能会被错误解释。例如，Python如何知道05/06/2018是6月5日还是5月6日？一种约定顺序将被应用，如果您需要更大的控制权，您需要自己应用定制的排序。

我能保留datetime dtype，并将格式更改为'%m/%d/%Y'吗？

不可以。datetime系列在内部存储为整数。任何人类可读的日期表示仅仅是一个表示，而不是底层整数。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存储在pd.Series变量中：

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

formatted_dates的dtype将为object，这表示您的系列元素指向任意Python时间类型。在这种情况下, 这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。因为一旦这样做，就无法在此类系列上使用高效的向量化操作。

---

¹ 这将牺牲性能，并与需要指定格式的datetime.strptime相对比。在内部，Pandas使用dateutil库，如文档中所示。

- jpp

---

谢谢！我知道可以在参数中使用errors='coerce'，但这会将所有其他不符合默认输入的输入更改为Nat。例如，如果我有两种格式，如'%m/%d/%Y'和'%Y-%m-%d'，如果我设置format='%m/%d/%Y'，另一个将成为Nat，我也希望它转换为统一的格式。是否有可能的解决方案？谢谢！ - Maple Yu

@MapleYu，是的，你不需要指定“format”。这不是“pd.to_datetime”的必需参数。例如，“pd.to_datetime(pd.Series(['15/12/2018', '12/15/2018']), errors='coerce')”将被正确读取。 - jpp