在DataFrame中以不同格式（对象）转换日期

Question

我是新来的，如果布局不典型，我深表歉意。

我有一个大型的csv，大约有150,000行。 “日期”列在两种格式之间交替显示，但始终以10分钟为增量增加。

First 2001-02-08 2:30:00 AM-％Y-％m-％d％I：％M：％S％p

第二个01/13/08 00:20:00-％y /％d /％m％H：％M：％

我有很多方法，一种是在读取read_csv时解析，第二种是使用pd.to_dateime。但是我一直得到错误的输出。

所附图片是

的输出

df1['Test'] = pd.to_datetime(df1['Date'],yearfirst=True)

输出中的年份不应该是2008

Format1 Fortmat2

Answer 1

双向解析日期并组合结果：

df1['Test'] = pd.to_datetime(df['A'], format="%y/%d/%m %H:%M:%S", 
                                    errors='coerce')\
                .combine_first(pd.to_datetime(df['A']))

如果日期格式错误，则对带有选项to_datetime的第一个errors='coerce'的调用将产生NaT（“非一次性”）。这些NaT将由第二次调用to_datetime产生的值填充。