将日期时间转换为另一种格式而不更改dtype

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

NaT

1。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

05/06/2018

6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。