如何使用pandas to_datetime func检查列中的2种不同格式？

Question

我想用两种不同的日期时间格式来格式化一列

...
28            4/30/2016 22:51
29            4/30/2016 22:48
...      
3595353    10/1/2016 00:11:02
3595354    10/1/2016 00:10:13
...

为了读取CSV文件，我使用了bike_df = pd.read_csv('Bike_Trips.csv')

然后为todatetimefrmt1 = '%m/%d/%Y %H:%M'和{}定义这两种格式

然后我试图通过连续运行这两个代码来转换两种不同的格式

^{pr2}$

但是，当使用errors = 'coerce'时，日期时间会改变，但是使用NaT是因为格式不同

29        2016-04-30 22:48:00
                  ...        
3595353                   NaT

但是，当使用error = 'ignored'时，没有任何变化

29            4/30/2016 22:48
                  ...        
3595353    10/1/2016 00:11:02

我是不是做错了什么？在

Answer 1

您的代码有几个问题：

1. errors参数的值可以是raise、coerce或{}（不是ignored，否则使用raise）
2. frmt2不正确，因为它包含%I小时，而不是示例中的00，而是从01开始。在

然而，上述固定并不能提供有效的解决方案。 但是，使用pandas内置的功能来解析日期时间不是可以的吗？在

bike_df['starttime'] = pd.to_datetime(bike_df['starttime'],
                                      infer_datetime_format=True)

其中infer_datetime_format打开基于输入数据的格式猜测

~~~更新~~~

我看到了使用以下两种不同格式进行识别的方法（注意，我在4个伪条目上测试过）：

^{pr2}$