如何将不同格式的日期时间列转换为特定格式？

Question

嗨，我不是 python 专家，我仍然是使用 pandas 和处理数据的初学者。 我有一个带有列时间戳的 df 。列中的日期时间如下所示：

2021-09-07 16:36:14 UTC 
2021-09-04 15:31:44 UTC
2021-07-15 06:49:47.320081 UTC
2021-09-07 14:55:55.353145 UTC

我只想包含日期和时间，末尾没有 UTC 文本，秒后没有小数，最后将数据帧保存在 csv 文件< /强>。基本上我想要这种格式的专栏：

2021-09-07 16:36:14 
2021-09-04 15:31:44
2021-07-15 06:49:47
2021-09-07 14:55:55

我尝试使用这两个函数：

df['timestamp'] = pd.to_datetime(df['timestamp'], format='%Y-%m-%d %H:%M:%S %Z', errors='coerce')
df['timestamp'] = df['timestamp'].dt.strftime('%Y-%m-%d %H:%M:%S')

我解决了一半的问题。秒后没有小数的日期时间得到修复，但有小数的日期时间只是变空，您可以找到下面的示例：

2021-09-07 16:36:14 
2021-09-04 15:31:44

请问有人可以帮我解决这个问题吗？

Answer 1

尝试提取您想要的字段部分。

df['timestamp'] = pd.to_datetime(df['timestamp'].str[:19])
print(df)
print(df.dtypes.

            timestamp
0 2021-09-07 16:36:14
1 2021-09-04 15:31:44
2 2021-07-15 06:49:47
3 2021-09-07 14:55:55


timestamp    datetime64[ns]
dtype: object

Answer 2

你可以取前20个字符：

df['timestamp'] = pd.to_datetime(df['timestamp'].str[:19])
print(df)

# Output
            timestamp
0 2021-09-07 16:36:14
1 2021-09-04 15:31:44
2 2021-07-15 06:49:47
3 2021-09-07 14:55:55

如果你想保留时区信息（UTC），你可以只删除微秒部分：

df['timestamp']= pd.to_datetime(df['timestamp'].str.replace('\.\d+', '', regex=True))
print(df)

# Output
                  timestamp
0 2021-09-07 16:36:14+00:00
1 2021-09-04 15:31:44+00:00
2 2021-07-15 06:49:47+00:00
3 2021-09-07 14:55:55+00:00

Answer 3

尝试 parser，因为它可以采用不同的格式作为输入

from dateutil import parser

# df['timestamp'] = parser.parse(df['timestamp'])
date = parser.parse("2021-07-15 06:49:47.320081 UTC")

print(date)

2021-07-15 06:49:47.320081+00:00

---

或此输出

# Which would imply
# df['timestamp'] = parser.parse(df['timestamp']).strftime("%F %T")
print(date.strftime("%F %T"))

2021-07-15 06:49:47