克里斯的答案是正确的:

raw_data['Mycol'] = pd。to_datetime (raw_data [' Mycol '],格式= ' Y % d % b %: % H: % M: % s % f ')

但是它会导致Python警告 一个值正试图从数据帧(DataFrame)中设置一个片的副本。 尝试使用.loc[row_indexer,col_indexer] = value代替

我猜这是由于一些链索引。

如果你有一个以上的列转换，你可以做以下:

df[["col1", "col2", "col3"]] = df[["col1", "col2", "col3"]].apply(pd.to_datetime)

克里斯的答案是正确的:

raw_data['Mycol'] = pd。to_datetime (raw_data [' Mycol '],格式= ' Y % d % b %: % H: % M: % s % f ')

但是它会导致Python警告 一个值正试图从数据帧(DataFrame)中设置一个片的副本。 尝试使用.loc[row_indexer,col_indexer] = value代替

我猜这是由于一些链索引。

就像我们将对象数据类型转换为float或int。使用astype ()

raw_data['Mycol']=raw_data['Mycol'].astype('datetime64[ns]')

使用pandas to_datetime函数将列解析为DateTime。此外，通过使用infer_datetime_format=True，它将自动检测格式并将提到的列转换为DateTime。

import pandas as pd
raw_data['Mycol'] =  pd.to_datetime(raw_data['Mycol'], infer_datetime_format=True)

你可以使用DataFrame方法.apply()来操作Mycol中的值:

>>> df = pd.DataFrame(['05SEP2014:00:00:00.000'],columns=['Mycol'])
>>> df
                    Mycol
0  05SEP2014:00:00:00.000
>>> import datetime as dt
>>> df['Mycol'] = df['Mycol'].apply(lambda x: 
                                    dt.datetime.strptime(x,'%d%b%Y:%H:%M:%S.%f'))
>>> df
       Mycol
0 2014-09-05